在python中迭代列表的最有效方法是什么？

假设我有一个项目列表：

x = [1, 2, 3, 4, 5]

我需要为每个项目执行一些功能。在某种情况下，我需要返回一个项目的索引

哪一种是最好和最有效的方法

for item in list:
    ....

或

它显然是一个函数调用较少的函数

如果您想在运行时获取项目索引，请使用以下方法

for pos, item in enumerate(collection):

检查将为循环_1提供以下字节码：

 12       0 SETUP_LOOP              40 (to 43)
          3 LOAD_GLOBAL              0 (range)
          6 LOAD_GLOBAL              1 (len)
          9 LOAD_FAST                0 (data)
         12 CALL_FUNCTION            1
         15 CALL_FUNCTION            1
         18 GET_ITER            
    >>   19 FOR_ITER                20 (to 42)
         22 STORE_FAST               1 (i)

13       25 LOAD_GLOBAL              2 (print)
         28 LOAD_FAST                0 (data)
         31 LOAD_FAST                1 (i)
         34 BINARY_SUBSCR       
         35 CALL_FUNCTION            1
         38 POP_TOP             
         39 JUMP_ABSOLUTE           19
    >>   42 POP_BLOCK           
    >>   43 LOAD_CONST               0 (None)
         46 RETURN_VALUE        

循环_2的字节码如下所示：

17        0 SETUP_LOOP              24 (to 27)
          3 LOAD_FAST                0 (data)
          6 GET_ITER            
    >>    7 FOR_ITER                16 (to 26)
         10 STORE_FAST               1 (val)

18       13 LOAD_GLOBAL              0 (print)
         16 LOAD_FAST                1 (val)
         19 CALL_FUNCTION            1
         22 POP_TOP             
         23 JUMP_ABSOLUTE            7
    >>   26 POP_BLOCK           
    >>   27 LOAD_CONST               0 (None)
         30 RETURN_VALUE

---

第二个版本显然更好。

显然

对于范围内的i（len（list））：

将更慢-在python 2中，它相当于：

list2 = range(len(list))

for i in list2:
    ...

如果那更快，那么这会更快，对吗

list2 = range(len(list))
list3 = range(len(list2))
list4 = range(len(list3))

for i in list4:
    ...

---

另一个可能的解决方案是使用

numpy

，这将非常有效，用于大型列表，可能比列表理解或for循环更有效

import numpy as np

a = np.arange(5.0)   # a --> array([0., 1., 2., 3., 4.])

# numpy operates on arrays element by element 
#
b =3.*a              # b --> array([0., 3., 6., 9., 12.])

这是一个非常简单的操作，但将数组作为公式中的参数使用可能会变得更复杂。对于大型数组，这可能比列表理解快得多，并且它使代码更干净、更易于阅读（无需创建函数来映射列表理解）。您还可以使用索引和切片来定制您想要做的事情：

如果您想访问实际的索引位置，请使用ndenumerate

# b is as above
for i, x in np.ndenumerate(b):
    print i, x

此for循环的输出为：

(0,) 0.0 
(1,) 3.0 
(2,) 6.0 
(3,) 9.0 
(4,) 12.0 

---

注意：numpy以元组形式返回的索引用于处理其他维度。在这里，我们只有一个维度，因此您必须解压缩元组以获取元素的索引。

请搜索论坛beofre帖子。这已经被回答了一百万次了@sulabh的可能副本：我找不到这个问题的确切副本。请链接相同的。这里我要问的问题是比较两种不同的列表迭代方式，并建议哪一种更好。如果这不是完全相同的，那么人们可以收回他们的反对票吗？你看，我是个穷人……我要提醒大家，不要误解列表是有效的容器。事实并非如此。如果您计划在大型数据集上进行迭代，则列表的效率不高。请参见下文，我们应该使用灵活度较低但可以处理大小的numpy数组。您可以添加有关此的详细信息吗？

import numpy as np

a = np.arange(5.0)   # a --> array([0., 1., 2., 3., 4.])

# numpy operates on arrays element by element 
#
b =3.*a              # b --> array([0., 3., 6., 9., 12.])

# b is as above
for i, x in np.ndenumerate(b):
    print i, x

(0,) 0.0 
(1,) 3.0 
(2,) 6.0 
(3,) 9.0 
(4,) 12.0