Python中最快的循环姿势实例详解
各种姿势
比如说有一个简单的任务，就是从 1 累加到 1 亿，我们至少可以有 7 种方法来实现，列举如下：
1、while 循环
def while_loop(n=100_000_000):
i = 0
s = 0
while i < n:
s += i
i += 1
return s
2、for 循环
def for_loop(n=100_000_000):
s = 0
for i in range(n):
s += i
return s
3、sum range
def sum_range(n=100_000_000):
return sum(range(n))
4、sum generator（生成器）
def sum_generator(n=100_000_000):
return sum(i for i in range(n))
5、sum list comprehension（列表推导式）
def sum_list_comp(n=100_000_000):
return sum([i for i in range(n)])
6、sum numpy
import numpy
def sum_numpy(n=100_000_000):
return numpy.sum(numpy.arange(n, dtype=numpy.int64))
7、sum numpy python range
import numpy
def sum_numpy_python_range(n=100_000_000):
return numpy.sum(range(n))
上述 7 种方法得到的结果是一样的，但是消耗的时间却各不相同，你可以猜测一下哪一个方法最快，然后看下面代码的执行结果：
import timeit
def main():
l_align = 25
print(f'{"1、while 循环":<{l_align}} {timeit.timeit(while_loop, number=1):.6f}')
print(f"{'2、for 循环':<{l_align}} {timeit.timeit(for_loop, number=1):.6f}")
print(f'{"3、sum range":<{l_align}} {timeit.timeit(sum_range, number=1):.6f}')
print(f'{"4、sum generator":<{l_align}} {timeit.timeit(sum_generator, number=1):.6f}')
print(f'{"5、sum list comprehension":<{l_align}} {timeit.timeit(sum_list_comp, number=1):.6f}')
print(f'{"6、sum numpy":<{l_align}} {timeit.timeit(sum_numpy, number=1):.6f}')
print(f'{"7、sum numpy python range":<{l_align}} {timeit.timeit(sum_numpy_python_range, number=1):.6f}')
if __name__ == '__main__':
main()
执行结果如下所示：
比较快的姿势
for 比 while 块
for 和 while 本质上在做相同的事情，但是 while 是纯 Python 代码，而 for 是调用了 C 扩展来对变量进行递增和边界检查，我们知道 CPython 解释器就是 C 语言编写的，Python 代码要比 C 代码慢，而 for 循环代表 C，while 循环代表 Python，因此 for 比 while 快。
numpy 内置的 sum 要比 Python 的 sum 快
numpy 主要是用 C 编写的，相同的功能，肯定是 numpy 的快，类似的，numpy 的 arange 肯定比 Python 的 range 快。
交叉使用会更慢
numpy 的 sum 与 Python 的 range 结合使用，结果耗时最长，见方法 7。最好是都使用 numpy 包来完成任务，像方法 6。
生成器比列表推导式更快
生成器是惰性的，不会一下子生成 1 亿个数字，而列表推导式会一下子申请全部的数字，内存占有较高不说，还不能有效地利用缓存，因此性能稍差。
最后
本文分享了几种遍历求和的方法，对比了它们的性能，给出了相应的结论
到此这篇关于Python中最快循环姿势的文章就介绍到这了,更多相关Python最快循环姿势内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
lxml是XML和HTML的解析器，其主要功能是解析和提取XML和HTML中的数据，本文重点给大家介绍Python lxml库的简单介绍及基本使用讲解，感兴趣的朋友跟随小编一起看看吧2020-12-12
下面小编就为大家分享一篇Python序列循环移位的3种方法推荐，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
这篇文章主要介绍了Python实现发送与接收邮件的方法,结合实例形式分析了Python基于smtplib库使用SMTP协议进行邮件发送及基于poplib库使用POP3服务器接收邮件的相关操作技巧,需要的朋友可以参考下2018-03-03
这篇文章主要介绍了python 如何上传包到pypi，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下2020-12-12
PyCharm 创建指定版本的 Django（超详图解教程）
这篇文章主要介绍了PyCharm 创建指定版本的 Django，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-06-06
本文主要介绍了Python中常见异常，什么是异常，回溯信息，简单的异常处理格式，异常嵌套以及异常处理注意事项与建议，有需要的朋友可以借鉴参考下2021-09-09
Python标准模块中，有多个模块用于数据的压缩与解压缩，如zipfile，gzip, bz2等等。这篇文章主要给大家介绍了python如何利用模块zlib压缩与解压字符串和文件的方法，有需要的朋友们可以参考借鉴，下面来一起看看吧。2016-12-12
今天小编就为大家分享一篇python 将大文件切分为多个小文件的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
Python 实现list,tuple,str和dict之间的相互转换
这篇文章主要介绍了Python 实现list,tuple,str和dict之间的相互转换，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
这篇文章主要介绍了教你如何在Pycharm中导入requests模块,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-09-09
最新评论