Python中Lambda表达式与局部函数的速度测试

我有两份清单：

x = [ 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ]
y = ['a','b','c','d','e','f','g','h','i','j']

我正在合并这些列表以获得如下词典：

z = {97: 'a', 98: 'b', 99: 'c', 100: 'd', 101: 'e', 102: 'f', 103: 'g', 104: 'h', 105: 'i', 106: 'j'}

我正在

map

功能的帮助下完成此任务

这可以通过两种方式完成：

第一种方式：

z = map(lambda a,b : (a+97 , b), x, y)

def fun(a,b): return (a+97, b)
z = dict(map(fun, x, y))

第二种方式：

z = map(lambda a,b : (a+97 , b), x, y)

def fun(a,b): return (a+97, b)
z = dict(map(fun, x, y))

分析：

z = map(lambda a,b : (a+97 , b), x, y)

def fun(a,b): return (a+97, b)
z = dict(map(fun, x, y))

import timeit
min（timeit.repeat（lambda:dict（map（lambda，b：（a+97，b），x，y）））
def fun（a、b）：
返回（a+97，b）
min（timeit.repeat（lambda:dict（map（fun，x，y）））

上面的代码给出了以下输出：

8.535995744000047

8.080758689991

此代码的时差为

0.4552371570005596 ms

。我被告知lambda表达式与用于提高性能（执行速度）的内联函数相同

但根据上述结果，这种想法似乎是一个神话。 这些奇怪的时间测试背后有什么具体原因吗？ 具有相同内容的本地函数是否比lambda表达式更快？

我知道完成上述任务的第三种方法，即

z = dict([(k+97 , v) for k,v in zip(x, y)])

使用

7.95090334299936 ms

---

但是我对上面的测试结果更感兴趣。

使用

min

是一个糟糕的性能指标，因为任何程序的执行速度都会受到机器上运行的其他进程的影响。一个重要样本的平均值信息量要大得多

为什么lambda速度较慢

您在每次迭代timeit时都要重新定义lambda函数，如果将lambda分配给变量并使用它，您会发现没有显著差异

foo = lambda a, b: (a + 97, b)
min(timeit.repeat(lambda:dict(map(foo, x, y))))

---

使用

min

是一个糟糕的性能指标，因为任何程序的执行速度都会受到机器上运行的其他进程的影响。一个重要样本的平均值信息量要大得多

为什么lambda速度较慢

您在每次迭代timeit时都要重新定义lambda函数，如果将lambda分配给变量并使用它，您会发现没有显著差异

foo = lambda a, b: (a + 97, b)
min(timeit.repeat(lambda:dict(map(foo, x, y))))

---

没有回答这个问题，但我得到了两个@4.6us/loop的时间相当相同------%%timeit z=dict（map（lambda，b：（a+97，b），x，y））=>100000个循环，最好的3:4.64µs/循环vs.%timeit def fun（a，b）：return（a+97，b）z=dict（map（fun，x，y））=>100000个循环，最好的3:4.69µs/循环loop@DarrylG你是对的这只是一个微小的差别，但它的方向是错误的。没有回答这个问题，但我得到了两个@4.6us/loop的时间相当相同------%%timeit z=dict（map（lambda，b：（a+97，b），x，y））=>100000个循环，最好是3:4.64µs每个循环vs.%timeit def fun（a，b）：return（a+97，b）z=dict（map（fun，x，y））=>100000个循环，最佳值3:4.69µs/秒loop@DarrylG你是对的，这是一个微小的差异，但它的方向是错误的。也许你是对的，但使用

min

而不是

mean

的更好的理由是由用户权限提供的，重新定义lambda表达式非常耗时。你的解决方案奏效了。感谢您可能是对的，但是使用

min

而不是

mean

的更好理由是由用户权限提供的，重新定义lambda表达式非常耗时。你的解决方案奏效了。谢谢