Python列表理解非常昂贵
我试图找到列表理解的效率,但它看起来比正常的函数操作更昂贵。有人能解释一下吗Python列表理解非常昂贵,python,list-comprehension,Python,List Comprehension,我试图找到列表理解的效率,但它看起来比正常的函数操作更昂贵。有人能解释一下吗 def squares(values): lst = [] for x in range(values): lst.append(x*x) return lst def main(): t = timeit.Timer(stmt="lst = [x*x for x in range(10)]") print t.timeit() t = timeit.T
def squares(values):
lst = []
for x in range(values):
lst.append(x*x)
return lst
def main():
t = timeit.Timer(stmt="lst = [x*x for x in range(10)]")
print t.timeit()
t = timeit.Timer(stmt="squares",setup="from __main__ import squares")
print t.timeit()
lst = [x*x for x in range(10)]
print lst
print squares(10)
----Output:---
2.4147507644
0.0284455255965
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
对于相同的输出,与列表理解相比,normal函数的计算时间非常短
我认为列表理解更有效。您从未调用squares
函数,因此它什么都不做
事实上,列表理解速度更快:
>>> import timeit
>>> def squares(values):
... lst = []
... for x in range(values):
... lst.append(x*x)
... return lst
...
>>> def squares_comp(values):
... return [x*x for x in range(values)]
...
>>> timeit.timeit('f(10)', 'from __main__ import squares as f')
3.9415171146392822
>>> timeit.timeit('f(10)', 'from __main__ import squares_comp as f')
2.3243820667266846
如果使用dis
模块查看每个函数的字节码,您可以看到原因:
>>> import dis
>>> dis.dis(squares)
2 0 BUILD_LIST 0
3 STORE_FAST 1 (lst)
3 6 SETUP_LOOP 37 (to 46)
9 LOAD_GLOBAL 0 (range)
12 LOAD_FAST 0 (values)
15 CALL_FUNCTION 1
18 GET_ITER
>> 19 FOR_ITER 23 (to 45)
22 STORE_FAST 2 (x)
4 25 LOAD_FAST 1 (lst)
28 LOAD_ATTR 1 (append)
31 LOAD_FAST 2 (x)
34 LOAD_FAST 2 (x)
37 BINARY_MULTIPLY
38 CALL_FUNCTION 1
41 POP_TOP
42 JUMP_ABSOLUTE 19
>> 45 POP_BLOCK
5 >> 46 LOAD_FAST 1 (lst)
49 RETURN_VALUE
>>> dis.dis(squares_comp)
2 0 BUILD_LIST 0
3 LOAD_GLOBAL 0 (range)
6 LOAD_FAST 0 (values)
9 CALL_FUNCTION 1
12 GET_ITER
>> 13 FOR_ITER 16 (to 32)
16 STORE_FAST 1 (x)
19 LOAD_FAST 1 (x)
22 LOAD_FAST 1 (x)
25 BINARY_MULTIPLY
26 LIST_APPEND 2
29 JUMP_ABSOLUTE 13
>> 32 RETURN_VALUE
squares
函数在每次迭代中查找列表的.append()
方法,并调用它。.append()
函数必须在每次调用列表时将其增加一个元素
另一方面,列表理解不一定要做那项工作。相反,python使用
LIST\u APPEND
字节码,它使用C API将新元素追加到列表中,而无需执行查找和python对函数的调用。@SamueleMattiuzzo I删除了我的代码(没有必要重复相同的内容),所以,在这一点上投票吧。@SamueleMattiuzzo-现在不难选择:-)AFAIK列表理解更快,因为操作是在parallel@toutpt:你从哪里得到这个主意的?它不会并行执行任何操作。@JonClements:使用def squares\u映射(值):\n values=range(values)\n返回映射(operator.mul,values,values)\n
它在2.5397000312805176上具有竞争力。列表比较仍然获胜。下面的答案解释了你的结果-但值得注意的是列表比较快的原因-循环是在较低的级别执行的,这意味着它可以更有效地完成。@Lattyware:不,循环实际上不是区别;非comp版本中的.append()
调用决定了速度。在循环中,每次都需要查找和调用它,并且每次都会为该元素增加列表。公司只需一次就可以建立这个名单。