Python循环、列表生成器、filter效率对比试验
本篇阅读时间约为 5 分钟。
1
前言
在编程的过程中，大家肯定会遇到一个场景，就是类似在 list、set、tuple 中根据某些条件进行过滤，筛选过后生成新的元素列表。
对于这个场景而言，在 Python 中有许多中不同的方案可以去解决，那么哪一种才是效率最高的？今天就来小小的做个实验体验下。
2
环境介绍
两台 windows 电脑，Python 版本均为 3.0+ 。代码相同，不同的是 CPU。
笔者 CPU 型号：
同学 CPU 型号：
3
测试场景代码
假设现在的场景是有一个含有 1000 个数字的列表，其中这个列表中包含正数和负数，如果让你将所有正数挑选出来并且生成新的列表，如何解决？（如果看过笔者之前小课堂的示例，就知道方案都介绍过。）
生成 1000 个 -100 到 100 的随机list：
from timeit import timeitimport random
random.seed(10) # 为了让每次随机结果相同，设置随机种子x_list = [random.randint(-100, 100) for _ in range(1000)]思考过后再往下看：
方案一，最常规写法 for 遍历：
def for_func(): """ for 循环测试 """ new_list = [] for x in x_list: if x > 0: new_list.append(x) return new_list方案二，列表生成式：
new_list = [x for x in x_list if x > 0]方案三，filter高级函数：
new_list = list(filter(lambda x: x > 0, x_list))4
测试效率
在 Python 中，有一个模块叫 timeit，此模块可以直接进行效率测速，来简单的看下官方文档如何介绍的：
如果大家有所了解，Python 解释器是有不同版本的，平时我们用的是 CPython 解释器，上面的方法即 CPython 的用法。若是在 IPython 中，则可以直接用 timeit xxxx 来进行使用。
在 CPython 中，我选择的是图中红框部分的示例代码来做演示：
如果 number 参数不写的话，默认是循环 100000 次来执行。在测试用例中，number 默认，可以进源码查看：
测试用例元素个数 1000 ，每种写法循环测试 100000 次。
结果，
我的：
同学的：
测试用例元素个数 100 ，每种写法循环测试 100000 次。
结果，
我的：
同学的：
5
拓展
关于字典和集合，也是可以使用生成器形式来进行此场景过滤的，回顾：python小课堂34 - 推导式与生成器
6
总结
综上所述，在此场景下，效率最高的列表推导式，若是简单的逻辑，推荐大家使用列表推导式写法，如果推导式满足不了需求，在考虑另外两种。
人生第一份工作总结(再见，前任)
爬虫的一些主观看法