Python 与列表理解相比，生成器速度较慢

据我所知，当我们只想使用一次值时，我们可以使用生成器。使用下面的两个例子，我的逻辑是第二个应该更快，因为第一个先创建一个列表，然后循环值。。而第二个仅处理来自生成器的值。然而，当我计算时间时，列表理解总是比生成器快。为什么会这样

第一：

第二：

---

是的，生成器和GeneXPR通常（嘿）比列表理解慢，但另一方面，它们被惰性地评估，并且您也不必为完全预计算的列表支付内存成本。我认为速度差异是由调用帧开销（隐式或显式）

yield

抛出值引起的

使用您的代码，但

timeit

测量它，第三个版本使用生成器功能：

import timeit

def f1():
    x = []
    for j in [i**2 for i in range(20000)]:
        x.append(j)
    return x

def f2():
    x = []
    for j in (i**2 for i in range(20000)):
        x.append(j)
    return x


def f3():
    def gen():
        for i in range(20000):
            yield i ** 2
    x = []
    for j in gen():
        x.append(j)
    return x


print(timeit.timeit(f1, number=100))
print(timeit.timeit(f2, number=100))
print(timeit.timeit(f3, number=100))

结果（Python3.7.0）似乎表明GeneXPR与生成器函数一样快，大约比列表理解慢4-5%

f1 = 2.882695159
f2 = 3.0303254170000002
f3 = 3.002670741

---

您使用的是哪个python版本？因为range在Python2中返回了一个列表，并且在Python3中返回了一个生成器…@quant Python3，但是这两个示例都包含

range

您可以发布用于为这两种方法计时的代码吗？@Ev.Kounis已经添加了时间计算。可能是重复的，谢谢。因此，使用生成器在内存方面效率更高，但这并不总是意味着它比消耗更多内存的生成器更快？这就是它的要点！

import timeit

def f1():
    x = []
    for j in [i**2 for i in range(20000)]:
        x.append(j)
    return x

def f2():
    x = []
    for j in (i**2 for i in range(20000)):
        x.append(j)
    return x


def f3():
    def gen():
        for i in range(20000):
            yield i ** 2
    x = []
    for j in gen():
        x.append(j)
    return x


print(timeit.timeit(f1, number=100))
print(timeit.timeit(f2, number=100))
print(timeit.timeit(f3, number=100))

f1 = 2.882695159
f2 = 3.0303254170000002
f3 = 3.002670741