Question

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。

我经常遇到一个常见的循环结构，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。

所以像（为了举例）：

1）创建一个大的字符串列表，用于播放目的

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，列表理解和地图处理它循环变量1：

start_time = time.time()
newlist = []
for word in oldlist:
    newlist.append(word.lower())
print(time.time()-start_time) # 0.1368732452392578

循环变体2：

start_time = time.time()
newlist = []
append = newlist.append
for word in oldlist:
    append(word.lower())
print(time.time()-start_time)# 0.1112520694732666

list comp：

start_time = time.time()
newlist = [word.lower() for word in oldlist]
print(time.time()-start_time) # 0.07511067390441895

图：

start_time = time.time()
newlist = map(str.lower, oldlist)
print(time.time()-start_time) # 3.0994415283203125e-06

我可以假设在这种情况下，地图应该总是以比其他地图更快的速度使用吗？根据各种文章，列表理解被认为更具可读性，但是可读性是第一优先级还是大幅度的速度？

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所改变。但是，它给了我们一个指示。 Python版本：3

Answer 1

编写代码时，性能并不总是首要任务。在很多情况下，我们可能不关心列表理解中丢失的μs，如果它有助于稍后阅读和维护代码。

我相信列表理解比map更容易阅读和理解，尽管性能损失很小。

EDIT，正如ayhan在评论中所描述的那样，你的例子是有偏见的，因为map返回一个生成器，因此它在迭代结束之前不生成任何内容，而列表推导在声明时计算整个列表。

为什么不总是使用map如果它比其他更快（列表理解，循环（各种变体））？

1 个答案: