python中从空列表计算新列表的最快方法

我想对一个列表执行计算，并将其分配给第二个列表，但我想以最有效的方式进行计算，因为我将使用大量数据。最好的方法是什么？我的当前版本使用append:

f=time_series_data
output=[]
for i, f in enumerate(time_series_data):
    if f > x:
        output.append(calculation with f)
          etc etc

---

我应该在开始时将输出列表附加或声明为零列表吗？

与其他可能实现这一点的方法相比，附加值并不慢

代码看起来很好，创建一个零列表不会有任何帮助。尽管它可能会产生问题，因为您可能不知道有多少值将通过条件

f>x

---

因为你写了等等等等，我不知道你需要在那里做多长时间或者什么操作。如果可能，尝试使用列表理解。那会快一点

下面的文章比较了使用3种方法创建列表的速度，即

列表理解

，

附加

，

预初始化

---

与其他可能实现此目的的方法相比，附加值并不慢

代码看起来很好，创建一个零列表不会有任何帮助。尽管它可能会产生问题，因为您可能不知道有多少值将通过条件

f>x

---

因为你写了等等等等，我不知道你需要在那里做多长时间或者什么操作。如果可能，尝试使用列表理解。那会快一点

下面的文章比较了使用3种方法创建列表的速度，即

列表理解

，

附加

，

预初始化

---

谢谢-还有其他条件涵盖了所有可能的情况，所以这不会是一个问题，但我将坚持我当前的方法，这取决于你想做什么，如果

f>x

是真的，你可以尝试列表理解，因为它往往比其他方法执行得更好。因为你写了等等，我不确定要多长时间或什么你需要在那里做的操作。如果可能，尝试使用列表理解。如果

f>x

是真的，你可以尝试列表理解，因为它的性能比其他方法好一点。因为你写了等等，所以我不会确定您需要在那里执行多长时间或什么操作。如果可能，尝试使用列表理解。那会快一点。

快

和

高效

可能是不同的事情。有些事情处理起来可能很慢，但记忆效率你可以考虑列表理解或筛选（）你能提供更多的上下文吗？一些更广泛的优化可能是可能的。

快速

和

高效

可能是不同的事情。有些事情处理起来可能很慢，但记忆效率你可以考虑列表理解或筛选（）你能提供更多的上下文吗？一些更广泛的优化是可能的。