python - Python：列表理解与地图

Question

参考这个Python List Comprehension Vs. 映射map问题，有人可以解释为什么 List Comprehensions在列表理解不调用函数时给出更好的结果，即使在没有 lambda 函数map但在调用函数时给出最差的结果？

import timeit

print timeit.Timer('''[i**2 for i in xrange(100)]''').timeit(number = 100000)

print timeit.Timer('''map(lambda i: i**2, xrange(100))''').timeit(number = 100000)

print timeit.Timer(setup="""def my_pow(i):
    return i**2
""",stmt="""map(my_pow, xrange(100))""").timeit(number = 100000)

print timeit.Timer(setup="""def my_pow(i):
    return i**2
""",stmt='''[my_pow(i) for i in xrange(100)]''').timeit(number = 100000)

结果：

1.03697046805 <-- list comprehension without function call
1.96599485313 <-- map with lambda function
1.92951520483 <-- map with function call
2.23419570042 <-- list comprehension with function call

Answer 1

您所有的计时结果都可以用这些事实来解释：

1. CPython 具有相当高的函数调用开销。

2. map(f, it)比 略快[f(x) for x in it]。

您的代码的第一个版本根本没有定义函数，因此没有函数调用开销。第二个版本需要定义一个函数，所以每次迭代都有函数调用开销。第三个版本完全等同于第二个版本——函数和 lambda 表达式是一回事。根据事实 2，最后一个版本甚至更慢。