Python循環(huán)、列表生成器、filter效率對比試驗(yàn)

本篇閱讀時間約為 5 分鐘。

前言

在編程的過程中，大家肯定會遇到一個場景，就是類似在 list、set、tuple 中根據(jù)某些條件進(jìn)行過濾，篩選過后生成新的元素列表。

對于這個場景而言，在 Python 中有許多中不同的方案可以去解決，那么哪一種才是效率最高的？今天就來小小的做個實(shí)驗(yàn)體驗(yàn)下。

環(huán)境介紹

兩臺 windows 電腦，Python 版本均為 3.0+ 。代碼相同，不同的是 CPU。

筆者 CPU 型號：

同學(xué) CPU 型號：

測試場景代碼

假設(shè)現(xiàn)在的場景是有一個含有 1000 個數(shù)字的列表，其中這個列表中包含正數(shù)和負(fù)數(shù)，如果讓你將所有正數(shù)挑選出來并且生成新的列表，如何解決？（如果看過筆者之前小課堂的示例，就知道方案都介紹過。）

生成 1000 個 -100 到 100 的隨機(jī)list：

from timeit import timeit
import random

random.seed(10)??#?為了讓每次隨機(jī)結(jié)果相同，設(shè)置隨機(jī)種子
x_list = [random.randint(-100, 100) for _ in range(1000)]

思考過后再往下看：

方案一，最常規(guī)寫法 for 遍歷：

def for_func():
    """ for 循環(huán)測試 """
    new_list = []
    for x in x_list:
        if x > 0:
            new_list.append(x)
    return new_list

方案二，列表生成式：

new_list = [x?for?x?in?x_list?if?x?>?0]

方案三，filter高級函數(shù)：

new_list = list(filter(lambda x: x > 0, x_list))

測試效率

在 Python 中，有一個模塊叫 timeit，此模塊可以直接進(jìn)行效率測速，來簡單的看下官方文檔如何介紹的：

如果大家有所了解，Python 解釋器是有不同版本的，平時我們用的是 CPython 解釋器，上面的方法即 CPython 的用法。若是在 IPython 中，則可以直接用 timeit xxxx 來進(jìn)行使用。

在 CPython 中，我選擇的是圖中紅框部分的示例代碼來做演示：

如果 number 參數(shù)不寫的話，默認(rèn)是循環(huán) 100000 次來執(zhí)行。在測試用例中，number 默認(rèn)，可以進(jìn)源碼查看：

測試用例元素個數(shù) 1000 ，每種寫法循環(huán)測試 100000 次。

結(jié)果，

我的：

同學(xué)的：

測試用例元素個數(shù) 100 ，每種寫法循環(huán)測試 100000 次。

結(jié)果，

我的：

同學(xué)的：

拓展

關(guān)于字典和集合，也是可以使用生成器形式來進(jìn)行此場景過濾的，回顧：python小課堂34 - 推導(dǎo)式與生成器

總結(jié)

綜上所述，在此場景下，效率最高的列表推導(dǎo)式，若是簡單的邏輯，推薦大家使用列表推導(dǎo)式寫法，如果推導(dǎo)式滿足不了需求，在考慮另外兩種。