operator.itemgetter或lambda

Question

我很好奇是否有任何迹象表明哪个operator.itemgetter(0)或lambda x:x[0]更适合使用，特别是在sorted()作为key关键字参数，因为这是使用首先浮现在脑海中。有任何已知的性能差异吗？是否有任何与PEP相关的偏好或指导？

Answer 1

itemgetter的性能稍好一些：

>>> f1 = lambda: sorted(w, key=lambda x: x[1])
>>> f2 = lambda: sorted(w, key=itemgetter(1))
>>> timeit(f1)
21.33667682500527
>>> timeit(f2)
16.99106214600033

Answer 2

不考虑速度问题（通常基于您创建itemgetter或lambda函数的位置），我个人发现itemgetter非常适合一次获取多个项目：例如，itemgetter(0, 4, 3, 9, 19, 20)将创建一个函数，该函数返回传递给它的listlike对象的指定索引处的项的元组。要用lambda做到这一点，你需要lambda x:x[0], x[4], x[3], x[9], x[19], x[20]，这是非常笨重的。 （然后像numpy这样的一些软件包具有高级索引，除了内置于普通括号表示法之外，其工作方式与itemgetter()非常相似。）

Answer 3

根据我在1000个元组列表中的基准，使用itemgetter的速度几乎是普通lambda方法的两倍。以下是我的代码：

In [1]: a = list(range(1000))

In [2]: b = list(range(1000))

In [3]: import random

In [4]: random.shuffle(a)

In [5]: random.shuffle(b)

In [6]: c = list(zip(a, b))

In [7]: %timeit c.sort(key=lambda x: x[1])
81.4 µs ± 433 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [8]: random.shuffle(c)

In [9]: from operator import itemgetter

In [10]: %timeit c.sort(key=itemgetter(1))
47 µs ± 202 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

我还针对各种列表大小测试了这两种方法的性能（运行时间，以微秒为单位）。

+-----------+--------+------------+
| List size | lambda | itemgetter |
+-----------+--------+------------+
| 100       | 8.19   | 5.09       |
+-----------+--------+------------+
| 1000      | 81.4   | 47         |
+-----------+--------+------------+
| 10000     | 855    | 498        |
+-----------+--------+------------+
| 100000    | 14600  | 10100      |
+-----------+--------+------------+
| 1000000   | 172000 | 131000     |
+-----------+--------+------------+

（产生上面图像的代码可以在here中找到）

结合从列表中选择多个元素的简洁性，itemgetter显然是在排序方法中使用的赢家。