与列表理解相比，生成器速度较慢

Question

据我所知，当我们只想使用这些值一次时，我们可以使用生成器。使用下面的 2 个示例，我的逻辑是第二个应该更快，因为第一个首先创建一个列表，然后循环遍历值..而第二个仅处理来自生成器的值。然而，当我计算时间时，列表理解总是比生成器更快。为什么是这样？

第一：

x = []
a = time.perf_counter()
for j in [i**2 for i in range(20000)]:
    x.append(j)
print( time.perf_counter() - a )

第二：

x = []
a = time.perf_counter()
for j in (i**2 for i in range(20000)):
    x.append(j)
print( time.perf_counter() - a )

Answer 1

是的，生成器和geneexprs通常（呵呵）比列表推导式慢，但另一方面，它们是惰性评估的，并且您也不必为完全预先计算的列表支付内存成本。我想速度差异是由调用帧开销和（隐式或显式）yield抛出值引起的。

使用您的代码，但timeit要对其进行测量，并使用生成器函数的第三个版本：

import timeit

def f1():
    x = []
    for j in [i**2 for i in range(20000)]:
        x.append(j)
    return x

def f2():
    x = []
    for j in (i**2 for i in range(20000)):
        x.append(j)
    return x


def f3():
    def gen():
        for i in range(20000):
            yield i ** 2
    x = []
    for j in gen():
        x.append(j)
    return x


print(timeit.timeit(f1, number=100))
print(timeit.timeit(f2, number=100))
print(timeit.timeit(f3, number=100))

结果（Python 3.7.0）似乎表明geneexprs 与生成器函数一样快，比列表理解慢大约 4-5%。

f1 = 2.882695159
f2 = 3.0303254170000002
f3 = 3.002670741