优化列表操作

Question

我需要处理列表中的大量数据，因此一直在研究如何使用Python来完成此操作的最佳方式。

我已经想出了正在使用的主要途径有： - 列表解析 - 发电机表达式 - 功能性风格的操作（地图，过滤器等）

我大致知道列出内涵是可能是最“ Pythonic“方法，但是在性能方面什么是最好的？

Answer 1

通过这个答案的启发：Python List Comprehension Vs. Map，我已经调整了的问题，以允许比较发电机表达式：

对于内置插件：

$ python -mtimeit -s 'import math;xs=range(10)' 'sum(map(math.sqrt, xs))' 
100000 loops, best of 3: 2.96 usec per loop 
$ python -mtimeit -s 'import math;xs=range(10)' 'sum([math.sqrt(x) for x in xs)]' 
100000 loops, best of 3: 3.75 usec per loop 
$ python -mtimeit -s 'import math;xs=range(10)' 'sum(math.sqrt(x) for x in xs)' 
100000 loops, best of 3: 3.71 usec per loop 

对于lambda表达式：

$ python -mtimeit -s'xs=range(10)' 'sum(map(lambda x: x+2, xs))' 
100000 loops, best of 3: 2.98 usec per loop 
$ python -mtimeit -s'xs=range(10)' 'sum([x+2 for x in xs])' 
100000 loops, best of 3: 1.66 usec per loop 
$ python -mtimeit -s'xs=range(10)' 'sum(x+2 for x in xs)' 
100000 loops, best of 3: 1.48 usec per loop 

制作清单：

$ python -mtimeit -s'xs=range(10)' 'list(map(lambda x: x+2, xs))' 
100000 loops, best of 3: 3.19 usec per loop 
$ python -mtimeit -s'xs=range(10)' '[x+2 for x in xs]' 
100000 loops, best of 3: 1.21 usec per loop 
$ python -mtimeit -s'xs=range(10)' 'list(x+2 for x in xs)' 
100000 loops, best of 3: 3.36 usec per loop 

看起来，map与内置函数配对时效果最好，否则，生成器表达式会击败列表解析。除了稍微更简洁的语法外，生成器表达式还可以节省更多的内存，因为它们被懒惰地评估。因此，在没有针对您的应用程序进行特定测试的情况下，您应该使用内置的map，当您需要列表结果时使用列表理解，否则使用生成器。如果你真的关心性能，你可以看看你是否真的需要在你的程序中的所有点列表。