why not always use map if its faster than the rest (list comprehension, loop (various variants))?
本问题已经有最佳答案,请猛点这里访问。
我遇到了一些文章和StackOverflow讨论,通常建议在处理列表时使用列表理解。
我通常遇到一个公共的循环结构,在这里我有一个列表,我必须处理它并将结果存储在一个新的列表中。
比如(为了举例):
1)创建一个大型的弦列表,用于演奏
1 2 3 4 5 6 | 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、列表理解和映射处理它循环变量1:
1 2 3 4 5 | start_time = time.time() newlist = [] for word in oldlist: newlist.append(word.lower()) print(time.time()-start_time) # 0.1368732452392578 |
循环变量2:
1 2 3 4 5 6 | start_time = time.time() newlist = [] append = newlist.append for word in oldlist: append(word.lower()) print(time.time()-start_time)# 0.1112520694732666 |
清单:
1 2 3 | start_time = time.time() newlist = [word.lower() for word in oldlist] print(time.time()-start_time) # 0.07511067390441895 |
地图:
1 2 3 | start_time = time.time() newlist = map(str.lower, oldlist) print(time.time()-start_time) # 3.0994415283203125e-06 |
我能假设在这种情况下,地图应该总是比其他地图更快地使用吗?根据不同的文章,列表理解被认为更容易阅读,但可读性应该是第一要务还是速度的一个重要方面?
注意:我只进行了五次平均迭代,所以这些时间值可能会有点变化。然而,它给了我们一个指示。python版本:3
编写代码时,性能并不总是第一要务。在很多情况下,我们可能不关心在列表理解中丢失的μs,如果它有助于以后阅读和维护代码的话。
我相信列表理解比
编辑,正如Ayhan在注释中所描述的,您的示例是有偏差的,因为