我看到了一些文章和StackOverflow讨论,通常建议在处理列表时使用列表理解。在
我通常会遇到一个常见的循环结构,其中我有一个列表,我必须处理它并将结果存储到一个新的列表中。在
比如(为了举个例子):
1)创建一个大的字符串列表,用于四处玩
from random import choice
from string import ascii_uppercase
import time
oldlist = ([''.join(choice(ascii_uppercase)
for i in range(10)) for x in range(1000000)])
2)使用循环、列表理解和映射进行处理 循环变量1:
^{pr2}$循环变量2:
start_time = time.time()
newlist = []
append = newlist.append
for word in oldlist:
append(word.lower())
print(time.time()-start_time)# 0.1112520694732666
列表组件:
start_time = time.time()
newlist = [word.lower() for word in oldlist]
print(time.time()-start_time) # 0.07511067390441895
地图:
start_time = time.time()
newlist = map(str.lower, oldlist)
print(time.time()-start_time) # 3.0994415283203125e-06
我能不能假设在这种情况下,地图的使用总是比其他的快吗?根据不同的文章,列表理解被认为是更具可读性的,但是可读性应该是第一要务还是一个重要的速度?在
注意:我只是平均进行了五次迭代,所以这些时间值可能会有一点变化。然而,它给了我们一个暗示。 Python版本:3
在编写代码时,性能并不总是第一要务。在很多情况下,如果列表理解有助于以后阅读和维护代码,我们可能不关心列表理解中丢失的µs。在
我相信列表理解比
map
更容易阅读和理解,尽管损失了一些性能。在编辑,正如ayhan在评论中所描述的,您的例子是有偏见的,因为
map
返回了一个生成器,所以它在迭代之前不会生成任何东西,而列表理解在声明时计算整个列表。在相关问题 更多 >
编程相关推荐