为什么列表理解中的 lambda 函数比 map 中的慢？

Question

我做了一个测试

%timeit list(map(lambda x:x,range(100000)))
%timeit [(lambda x:x)(i) for i in range(100000)]

给

29 ms ± 4.4 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
51.2 ms ± 3.76 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

为什么python lambda函数在列表理解中比在map中慢？

Answer 1

因为在您的第一个代码片段中，lambda它只创建一次并执行 100000 次，而在第二个代码片段中，它在每次迭代中创建和执行。

老实说，我很惊讶差异并没有更大，但是你的两个时间应该增长得更远，迭代的长度最大。

作为旁注，请注意，即使您将 更改为lambda不必首先创建而只需查找的内置函数，您仍然会得到相同的趋势：

> py -m timeit "list(map(float, range(10000)))"
200 loops, best of 5: 1.78 msec per loop

> py -m timeit "[float(x) for x in range(10000)]"
100 loops, best of 5: 2.35 msec per loop

可以通过将函数绑定到变量来实现改进，但该list(map())方案仍然更快。

> py -m timeit "r=float;[r(x) for x in range(10000)]"
100 loops, best of 5: 1.93 msec per loop

至于为什么绑定到局部变量更快，你可以在这里找到更多信息。