您好，我找不到使用方括号进行理解列表与使用 list() 之间的区别
是否存在性能/内存分配差异？
（对于 set 和 dict 相同的问题）
input = [1, 2, 3, 4]
B = [a * 2 for a in input if a > 1]
C = list(a * 2 for a in input if a > 1)
B_set = {str(a) for a in input if a > 1}
C_set = set(str(a) for a in input if a > 1)
B_dict = {str(a):a for a in input if a > 1}
C_dict = dict(str(a):b for a,b in input if a > 1) # NOT LEGAL
谢谢您的帮助
我们可以通过-mtimeit.
$ python -mtimeit "B = [a * 2 for a in list(range(1000)) if a > 1]"
5000 loops, best of 5: 86.7 usec per loop
$ python -mtimeit "B = list(a * 2 for a in list(range(1000)) if a > 1)"
2000 loops, best of 5: 110 usec per loop
$ python -mtimeit "B = list(a * 2 for a in list(range(1000)) if a > 1)"
2000 loops, best of 5: 110 usec per loop
$ python -mtimeit "B = {str(a): a for a in list(range(1000)) if a > 1}"
1000 loops, best of 5: 273 usec per loop
$ python -mtimeit "B = set(str(a) for a in list(range(1000)) if a > 1)"
1000 loops, best of 5: 287 usec per loop
因此，如您所见，没有显着差异。
有了更大的列表，我们有：
$ python -mtimeit "B = [a * 2 for a in list(range(100000)) if a > 1]"
20 loops, best of 5: 11.1 msec per loop
$ python -mtimeit "B = list(a * 2 for a in list(range(100000)) if a > 1)"
20 loops, best of 5: 14.2 msec per loop
我们看到 3 毫秒的差异，更适合这种[]情况。
有了更大的数字列表，我们有
$ python -mtimeit "B = [a * 2 for a in list(range(10000000)) if a > 1]"
1 loop, best of 5: 1.21 sec per loop
$ python -mtimeit "B = list(a * 2 for a in list(range(10000000)) if a > 1)"
1 loop, best of 5: 1.49 sec per loop
我们看到 0.28 秒的差异，再次[]更快。
timeit您可以使用模块测量速度。
例如：
from timeit import timeit
lst = [1, 2, 3, 4] * 100
def fn1():
return [a * 2 for a in lst if a > 1]
def fn2():
return list(a * 2 for a in lst if a > 1)
t1 = timeit(lambda: fn1(), number=10_000)
t2 = timeit(lambda: fn2(), number=10_000)
print(t1)
print(t2)
打印（AMD 2400G，Python 3.8）：
0.2406109299918171
0.2905043710197788
所以列表理解更快。
[]比list()因为[]is literal意味着 python 直接编译和创建字节码要快得多，而 list() 是在创建字节码之前需要名称解析、堆栈分配等的对象。