Python循環(huán)、列表生成器、filter效率對(duì)比試驗(yàn)

本篇閱讀時(shí)間約為 5 分鐘。

前言

在編程的過(guò)程中，大家肯定會(huì)遇到一個(gè)場(chǎng)景，就是類(lèi)似在 list、set、tuple 中根據(jù)某些條件進(jìn)行過(guò)濾，篩選過(guò)后生成新的元素列表。

對(duì)于這個(gè)場(chǎng)景而言，在 Python 中有許多中不同的方案可以去解決，那么哪一種才是效率最高的？今天就來(lái)小小的做個(gè)實(shí)驗(yàn)體驗(yàn)下。

環(huán)境介紹

兩臺(tái) windows 電腦，Python 版本均為 3.0+ 。代碼相同，不同的是 CPU。

筆者 CPU 型號(hào)：

同學(xué) CPU 型號(hào)：

測(cè)試場(chǎng)景代碼

假設(shè)現(xiàn)在的場(chǎng)景是有一個(gè)含有 1000 個(gè)數(shù)字的列表，其中這個(gè)列表中包含正數(shù)和負(fù)數(shù)，如果讓你將所有正數(shù)挑選出來(lái)并且生成新的列表，如何解決？（如果看過(guò)筆者之前小課堂的示例，就知道方案都介紹過(guò)。）

生成 1000 個(gè) -100 到 100 的隨機(jī)list：

from timeit import timeit
import random

random.seed(10)??#?為了讓每次隨機(jī)結(jié)果相同，設(shè)置隨機(jī)種子
x_list = [random.randint(-100, 100) for _ in range(1000)]

思考過(guò)后再往下看：

方案一，最常規(guī)寫(xiě)法 for 遍歷：

def for_func():
    """ for 循環(huán)測(cè)試 """
    new_list = []
    for x in x_list:
        if x > 0:
            new_list.append(x)
    return new_list

方案二，列表生成式：

new_list = [x?for?x?in?x_list?if?x?>?0]

方案三，filter高級(jí)函數(shù)：

new_list = list(filter(lambda x: x > 0, x_list))

測(cè)試效率

在 Python 中，有一個(gè)模塊叫 timeit，此模塊可以直接進(jìn)行效率測(cè)速，來(lái)簡(jiǎn)單的看下官方文檔如何介紹的：

如果大家有所了解，Python 解釋器是有不同版本的，平時(shí)我們用的是 CPython 解釋器，上面的方法即 CPython 的用法。若是在 IPython 中，則可以直接用 timeit xxxx 來(lái)進(jìn)行使用。

在 CPython 中，我選擇的是圖中紅框部分的示例代碼來(lái)做演示：

如果 number 參數(shù)不寫(xiě)的話(huà)，默認(rèn)是循環(huán) 100000 次來(lái)執(zhí)行。在測(cè)試用例中，number 默認(rèn)，可以進(jìn)源碼查看：

測(cè)試用例元素個(gè)數(shù) 1000 ，每種寫(xiě)法循環(huán)測(cè)試 100000 次。

結(jié)果，

我的：

同學(xué)的：

測(cè)試用例元素個(gè)數(shù) 100 ，每種寫(xiě)法循環(huán)測(cè)試 100000 次。

結(jié)果，

我的：

同學(xué)的：

拓展

關(guān)于字典和集合，也是可以使用生成器形式來(lái)進(jìn)行此場(chǎng)景過(guò)濾的，回顧：python小課堂34 - 推導(dǎo)式與生成器

總結(jié)

綜上所述，在此場(chǎng)景下，效率最高的列表推導(dǎo)式，若是簡(jiǎn)單的邏輯，推薦大家使用列表推導(dǎo)式寫(xiě)法，如果推導(dǎo)式滿(mǎn)足不了需求，在考慮另外兩種。