Почему такое понимание списка так быстро?

Question

Мне было интересно, почему понимание списков происходит намного быстрее, чем добавление списка. Я, хотя разница не была выразительной, но это так.

>>> import timeit 
>>> timeit.timeit(stmt='''\ 
t = [] 
for i in range(10000): 
    t.append(i)''', number=10000) 
9.467898777974142 

>>> timeit.timeit(stmt='t= [i for i in range(10000)]', number=10000) 
4.1138417314859 

Разница в том, что понимание списка на 50% быстрее. Зачем?

Answer 1

List comprehensions работать лучше здесь, потому что вам не нужно, чтобы загрузить атрибут на добавление списка и назовите его как функцию *

Рассмотрим следующий пример:

>>> import dis 
>>> def f1(): 
... for i in range(5): 
...  l.append(i) 
... 
>>> def f2(): 
... [i for i in range(5)] 
... 
>>> dis.dis(f1) 
    2   0 SETUP_LOOP    33 (to 36) 
       3 LOAD_GLOBAL    0 (range) 
       6 LOAD_CONST    1 (5) 
       9 CALL_FUNCTION   1 
      12 GET_ITER    
     >> 13 FOR_ITER    19 (to 35) 
      16 STORE_FAST    0 (i) 

    3   19 LOAD_GLOBAL    1 (l) 
      22 LOAD_ATTR    2 (append) 
      25 LOAD_FAST    0 (i) 
      28 CALL_FUNCTION   1 
      31 POP_TOP    
      32 JUMP_ABSOLUTE   13 
     >> 35 POP_BLOCK   
     >> 36 LOAD_CONST    0 (None) 
      39 RETURN_VALUE   
>>> dis.dis(f2) 
    2   0 BUILD_LIST    0 
       3 LOAD_GLOBAL    0 (range) 
       6 LOAD_CONST    1 (5) 
       9 CALL_FUNCTION   1 
      12 GET_ITER    
     >> 13 FOR_ITER    12 (to 28) 
      16 STORE_FAST    0 (i) 
      19 LOAD_FAST    0 (i) 
      22 LIST_APPEND    2 
      25 JUMP_ABSOLUTE   13 
     >> 28 POP_TOP    
      29 LOAD_CONST    0 (None) 
      32 RETURN_VALUE   
>>> 

Вы можете видеть, что в байтовом коде 22 у нас есть атрибут append в первой функции, так как у нас нет такой вещи во второй функции, используя понимание списка.

Также обратите внимание, что на каждой итерации вы будете иметь append attr, поэтому ваш код займет примерно 2 раза медленнее второй функции, используя понимание списка.

Кроме того, в зависимости от вашего Python и кода, списочный может работать намного быстрее, чем вручную заявление for цикла (часто примерно в два раза быстрее) , потому что их итерация выполняются на скорости языка C внутри интерпретатора, скорее , чем с ручным кодом Python. Специально для больших наборов данных, часто большое преимущество производительности для использования этого выражения. **

---

_{* Вы можете прочитать больше о Efficiency of list comprehensions}

_{** Обучение Python by Mark Lutz}

Answer 2

Ссылаясь на статью this, это связано с тем, что атрибут appendlist не просматривается, не загружается и не вызывается как функция, что требует времени, а это добавляет итерации.

Answer 3

Даже с учетом времени, необходимого для поиска и загрузки функции append, понимание списка по-прежнему выполняется быстрее, потому что список создается на C, а не создается один элемент за раз в Python.

# Slow 
timeit.timeit(stmt=''' 
    for i in range(10000): 
     t.append(i)''', setup='t=[]', number=10000) 

# Faster 
timeit.timeit(stmt=''' 
    for i in range(10000): 
     l(i)''', setup='t=[]; l=t.append', number=10000) 

# Faster still 
timeit.timeit(stmt='t = [i for i in range(10000)]', number=10000)