在Python中,“。append()”和“ + = []”之間有什么區(qū)別?
對于您而言,唯一的區(qū)別是性能:append是兩倍的速度。
Python 3.0 (r30:67507, Dec 3 2008, 20:14:27) [MSC v.1500 32 bit (Intel)] on win32Type 'help', 'copyright', 'credits' or 'license' for more @R_70_4037@ion.>>> import timeit>>> timeit.Timer(’s.append('something')’, ’s = []’).timeit()0.20177424499999999>>> timeit.Timer(’s += ['something']’, ’s = []’).timeit()0.41192320500000079Python 2.5.1 (r251:54863, Apr 18 2007, 08:51:08) [MSC v.1310 32 bit (Intel)] on win32Type 'help', 'copyright', 'credits' or 'license' for more @R_70_4037@ion.>>> import timeit>>> timeit.Timer(’s.append('something')’, ’s = []’).timeit()0.23079359499999999>>> timeit.Timer(’s += ['something']’, ’s = []’).timeit()0.44208112500000141
通常情況下,append會將一個項目添加到列表中,而+=將右側(cè)列表的 所有 元素復(fù)制到左側(cè)列表中。
比較字節(jié)碼,我們可以假設(shè)appendversion在LOAD_ATTR+CALL_FUNCTION和+ = version-中浪費了周期BUILD_LIST。顯然BUILD_LIST大于LOAD_ATTR+ CALL_FUNCTION。
>>> import dis>>> dis.dis(compile('s = []; s.append(’spam’)', ’’, ’exec’)) 1 0 BUILD_LIST 0 3 STORE_NAME 0 (s) 6 LOAD_NAME0 (s) 9 LOAD_ATTR1 (append) 12 LOAD_CONST 0 (’spam’) 15 CALL_FUNCTION 1 18 POP_TOP 19 LOAD_CONST 1 (None) 22 RETURN_VALUE>>> dis.dis(compile('s = []; s += [’spam’]', ’’, ’exec’)) 1 0 BUILD_LIST 0 3 STORE_NAME 0 (s) 6 LOAD_NAME0 (s) 9 LOAD_CONST 0 (’spam’) 12 BUILD_LIST 1 15 INPLACE_ADD 16 STORE_NAME 0 (s) 19 LOAD_CONST 1 (None) 22 RETURN_VALUE
我們可以通過減少LOAD_ATTR開銷來進一步提高性能:
>>> timeit.Timer(’a('something')’, ’s = []; a = s.append’).timeit()0.15924410999923566解決方法
之間有什么區(qū)別?
some_list1 = []some_list1.append('something')
和
some_list2 = []some_list2 += ['something']
相關(guān)文章:
1. 在python中利用dict轉(zhuǎn)json按輸入順序輸出內(nèi)容方式2. 如何在python中執(zhí)行另一個py文件3. 在python中解決死鎖的問題4. 在python中使用pyspark讀寫Hive數(shù)據(jù)操作5. 在python中修改.properties文件的操作6. 嘗試在Python中解析JSON。ValueError:期望的屬性名稱7. 在Python中字典按值排序的實現(xiàn)方法8. 在python中使用nohup命令說明9. 在python中實現(xiàn)導(dǎo)入一個需要傳參的模塊10. 如何在python中實現(xiàn)線性回歸
