Question

我正在根据某个值不等于None的大型旧列表创建一个新列表。哪种迭代方法更快？

选项1：

new_list = []
for values in old_list:
   if values[4] is not None:
       new_list.append(values[4])

选项2：

new_list = [x for x in old_list if x[4] is not None]

Answer 1

尝试timeit两者。

但第二个广泛known to be faster。

基本上map比list comprehension更快，for loop比import random import timeit old_list = [ random.randint(0, 100000) for i in range(0, 100) ] def floop(old_list): new_list = [] for value in old_list: new_list.append(value) return new_list def lcomp(old_list): new_list = [ value for value in old_list ] return new_list if __name__=='__main__': results_floop = timeit.Timer('floop(old_list)', "from __main__ import floop, old_list").timeit() results_lcomp = timeit.Timer('lcomp(old_list)', "from __main__ import lcomp, old_list").timeit() print("Function\t\tSeconds elapsed") print("For loop\t\t{}".format(results_floop)) print("List comp\t\t{}".format(results_lcomp))快。

网上有关于此主题的整批文献。

修改

我承诺更新实际，切实的结果。这是代码。

timeit

请记住：~/python » python3 lists.py Function Seconds elapsed For loop 11.089475459069945 List comp 5.985794545034878遍历被调用的函数100万次，并以秒为单位打印经过的时间。像一样读它来执行这一百万次，花了xx秒。

以下是结果。我认为他们自己说话。

{{1}}

Answer 2

第二个是更快，更可读。如果您需要更快的速度，并且只迭代结果一次，则可以使用filter - new_list = filter(lambda x: x[4] is not None, old_list)。你可以在过滤后的结果上调用list，但这可能没有比列表理解更快的速度优势（并且更少Pythonic恕我直言）。

Python迭代哪种方法更快？

2 个答案: