Python循环、列表生成器、filter效率对比试验

本篇阅读时间约为 5 分钟。

前言

在编程的过程中，大家肯定会遇到一个场景，就是类似在 list、set、tuple 中根据某些条件进行过滤，筛选过后生成新的元素列表。

对于这个场景而言，在 Python 中有许多中不同的方案可以去解决，那么哪一种才是效率最高的？今天就来小小的做个实验体验下。

环境介绍

两台 windows 电脑，Python 版本均为 3.0+ 。代码相同，不同的是 CPU。

笔者 CPU 型号：

同学 CPU 型号：

测试场景代码

假设现在的场景是有一个含有 1000 个数字的列表，其中这个列表中包含正数和负数，如果让你将所有正数挑选出来并且生成新的列表，如何解决？（如果看过笔者之前小课堂的示例，就知道方案都介绍过。）

生成 1000 个 -100 到 100 的随机list：

• 
  

from timeit import timeit
import random

random.seed(10)  # 为了让每次随机结果相同，设置随机种子
x_list = [random.randint(-100, 100) for _ in range(1000)]

思考过后再往下看：

方案一，最常规写法 for 遍历：

• 
  

def for_func():
    """ for 循环测试 """
    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高级函数：

• 
  

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

测试效率

在 Python 中，有一个模块叫 timeit，此模块可以直接进行效率测速，来简单的看下官方文档如何介绍的：

如果大家有所了解，Python 解释器是有不同版本的，平时我们用的是 CPython 解释器，上面的方法即 CPython 的用法。若是在 IPython 中，则可以直接用 timeit xxxx 来进行使用。

在 CPython 中，我选择的是图中红框部分的示例代码来做演示：

如果 number 参数不写的话，默认是循环 100000 次来执行。在测试用例中，number 默认，可以进源码查看：

测试用例元素个数 1000 ，每种写法循环测试 100000 次。

结果，

我的：

同学的：

测试用例元素个数 100 ，每种写法循环测试 100000 次。

结果，

我的：

同学的：

拓展

关于字典和集合，也是可以使用生成器形式来进行此场景过滤的，回顾：python小课堂34 - 推导式与生成器

总结

综上所述，在此场景下，效率最高的列表推导式，若是简单的逻辑，推荐大家使用列表推导式写法，如果推导式满足不了需求，在考虑另外两种。