3

我曾经python -mtimeit测试并发现它需要更多时间来from Module import Sth比较import Module

例如

$ python -mtimeit "import math; math.sqrt(4)"
1000000 loops, best of 3: 0.618 usec per loop
$ python -mtimeit "from math import sqrt; sqrt(4)"
1000000 loops, best of 3: 1.11 usec per loop

其他情况相同。有人可以解释背后的理由吗？谢谢！

4

2 回答 2

2

这里有两个问题。第一步是找出哪个部分更快：导入语句或调用。

所以，让我们这样做：

$ python -mtimeit 'import math'
1000000 loops, best of 3: 0.555 usec per loop
$ python -mtimeit 'from math import sqrt'
1000000 loops, best of 3: 1.22 usec per loop
$ python -mtimeit -s 'from math import sqrt' 'sqrt(10)'
10000000 loops, best of 3: 0.0879 usec per loop
$ python -mtimeit -s 'import math' 'math.sqrt(10)'
10000000 loops, best of 3: 0.122 usec per loop

（这是我笔记本电脑上 OS X 10.6.4 上的 Apple CPython 2.7.2 64 位。但是同一台笔记本电脑上的 python.org 3.4 dev 和 linux 机器上的 3.3.1 给出了大致相似的结果。使用 PyPy，更智能的缓存无法进行测试，因为一切都在 1ns 内完成……无论如何，我认为这些结果可能与微基准测试一样便携。）

所以事实证明，该import语句的速度是原来的两倍多；之后，调用函数会慢一点，但不足以弥补更便宜的import. （请记住，您的测试是import为每次调用执行一次。当然，在实际代码中，您往往会多次调用一次import。所以，我们真的在寻找一种很少影响的边缘情况真正的代码。但只要你记住这一点，我们就会继续。）

从概念上讲，您可以理解为什么from … import声明需要更长的时间：它有更多的工作要做。第一个版本必须找到模块，必要时编译并执行它。第二个版本必须完成所有这些，然后将其提取sqrt并插入到当前模块的全局变量中。所以，它必须至少慢一点。

如果您查看字节码（例如，通过使用dis模块并调用dis.dis('import math')），这正是不同之处。相比：

  0 LOAD_CONST               0 (0) 
  3 LOAD_CONST               1 (None) 
  6 IMPORT_NAME              0 (math) 
  9 STORE_NAME               0 (math) 
 12 LOAD_CONST               1 (None) 
 15 RETURN_VALUE

… 至：

  0 LOAD_CONST               0 (0) 
  3 LOAD_CONST               1 (('sqrt',)) 
  6 IMPORT_NAME              0 (math) 
  9 IMPORT_FROM              1 (sqrt) 
 12 STORE_NAME               1 (sqrt) 
 15 POP_TOP              
 16 LOAD_CONST               2 (None) 
 19 RETURN_VALUE

额外的堆栈操作（LOAD_CONSTand POP_TOP）可能没有太大区别，并且使用不同的参数 toSTORE_NAME根本不太重要……但这IMPORT_FROM是一个重要的额外步骤。

令人惊讶的是，对代码进行快速而肮脏的尝试IMPORT_FROM表明，大部分成本实际上是查找要导入的适当全局变量。我不知道为什么，但是……这意味着导入大量名称应该不会比只导入一个名称慢很多。而且，正如您在评论中指出的那样，这正是您所看到的。（但不要过多解读。有很多原因IMPORT_FROM可能有一个很大的常数因子，而只有一个很小的线性因子，而且我们并没有完全给出大量的名字。）

最后一件事：如果这在实际代码中真的很重要，并且您想要两全其美，那么import math; sqrt = math.sqrt它比from math import sqrt. （但同样，我无法想象任何真正重要的代码。唯一一次你会关心需要多长时间sqrt是当你调用它十亿次时，你不会关心多久导入需要。另外，如果您确实需要优化它，请创建一个本地范围并sqrt在那里绑定以完全避免全局查找。）

于 2013-08-09T19:14:19.350 回答
0

这不是答案，而是一些信息。它需要格式化，所以我没有将它作为评论包含在内。这是“从数学导入 sqrt”的字节码：

>>> from math import sqrt
>>> import dis
>>> def f(n): return sqrt(n)
... 
>>> dis.dis(f)
  1           0 LOAD_GLOBAL              0 (sqrt)
              3 LOAD_FAST                0 (n)
              6 CALL_FUNCTION            1
              9 RETURN_VALUE

对于“导入数学”

>>> import math
>>> import dis
>>> dis.dis(math.sqrt)
>>> def f(n): return math.sqrt(n)
... 
>>> dis.dis(f)
  1           0 LOAD_GLOBAL              0 (math)
              3 LOAD_ATTR                1 (sqrt)
              6 LOAD_FAST                0 (n)
              9 CALL_FUNCTION            1
             12 RETURN_VALUE

有趣的是，更快的方法多了一条指令。

于 2013-08-09T19:16:29.310 回答