爲什麼通過產量比由xrange產生的發電機產生的發電機更快？

我正在研究Python生成器並決定運行一個小實驗。爲什麼通過產量比由xrange產生的發電機產生的發電機更快？

TOTAL = 100000000 
def my_sequence(): 
    i = 0 
    while i < TOTAL: 
     yield i 
     i += 1 

def my_list(): 
    return range(TOTAL) 

def my_xrange(): 
    return xrange(TOTAL)

內存使用（使用psutil獲得進程RSS存儲器）和所用的時間（使用了time.time（））中運行的每個方法數次，取平均後如下所示：

sequence_of_values = my_sequence() # Memory usage: 6782976B Time taken: 9.53674e-07 s 

sequence_of_values2 = my_xrange() # Memory usage: 6774784B Time taken: 2.14576e-06 s 

list_of_values = my_list() # Memory usage: 3266207744B Time taken: 1.80253s

我注意到使用xrange生成一個生成器一直（稍微）比使用yield更慢。爲什麼？

來源

2016-07-28 Yan Yi

'xrange'是一個序列對象而不是生成器，因此它們的內部並不完全相同。此外，你給出的時間在xrange和發生器之間並沒有真正的顯着差異。事實上，這種差異可以忽略不計 – smac89

有一點需要解決的是在使用'xrange'時實際創建列表。在'my_xrange'函數中，您只返回xrange _generator_（它實際上不是一個生成器）。但尚未完成清單。所以它可能會比上面的數字更慢。 – aneroid

您只需計算構建生成器和構建「xrange」對象需要多少時間 - 您並未測量實際迭代這些對象所花費的時間量...... – mgilson

我要在這個答案前面說這個規模的時間可能很難準確測量（可能最好使用timeit），並且這些優化幾乎不會影響您的實際情況程序運行時間...

好了，現在該聲明後...

，你需要注意的第一件事是，你只定時發生器/ x範圍對象的構造 - 你是不是計時實際迭代值需要多長時間。有幾個原因產生的發電機可能在某些情況下比創建的xrange對象更快...

爲發電機的情況下，你只創建一個發電機 - 發電機無碼實際上得到跑。這相當於大致1個函數調用。
對於xrange情況下，你調用該函數和然後你要查找的全局名稱xrange，全球TOTAL，然後你需要調用內置的 - 所以有在執行更多的東西這個案例。

至於內存 - 在這兩種懶惰的方法中，使用的內存將由python運行時控制 - 不是由生成器對象的大小決定的。內存使用受腳本影響的唯一情況就是您構建1億個項目的列表。

另外請注意，我不能真正確認您的成績一直在我的系統...使用timeit，我居然拿到my_xrange是有時更快（由〜30％）構建。

添加以下到腳本的底部：

from timeit import timeit 
print timeit('my_xrange()', setup='from __main__ import my_xrange') 
print timeit('my_sequence()', setup='from __main__ import my_sequence')

而且我的結果是（爲CPython在OS-X埃爾 - 匹）：

0.227491140366 
0.356791973114

然而，pypy似乎青睞發電機的結構（我首先嚐試了my_xrange和my_sequence，並且得到了相當一致的結果，儘管第一個運行似乎有點不利 - 也許是由於JIT預熱時間mething）：

0.00285911560059 
0.00137305259705

^{在這裏，我會期望xrange很有優勢 - 但是，沒有什麼是真的，直到你timeit，然後如果定時差異是唯一真正的重要的，只有在你做計時的電腦上纔是真實的。}
^:-P

來源

2016-07-28 03:16:39 mgilson

此外，前兩種情況中列出的「總內存」實際上是Python運行時使用的內存。 – jsbueno

@jsbueno - 噢，我完全無視這一點。這與'my_list'情況下的所有情況無關:-) – mgilson

正如我在評論中提及上面，你發生器功能，並與x範圍，你不實際創建序列，只創建對象見開幕的免責聲明。 @ mgilson的答案涵蓋了與創建他們有關的電話。

至於實際做的事情與他們：

>>> TOTAL = 100000 
>>> # your functions here 
... 
>>> import timeit 
>>> timeit.timeit("list(my_seq())", setup="from __main__ import my_seq", number=1000) 
9.783777457339898 
>>> timeit.timeit("list(my_xrange())", setup="from __main__ import my_xrange", number=1000) 
1.2652621698083024 
>>> timeit.timeit("list(my_list())", setup="from __main__ import my_list", number=1000) 
2.666709824464867 
>>> timeit.timeit("my_list()", setup="from __main__ import my_list", number=1000) 
1.2324339537661615

你會看到，我創建一個list出每個所以我處理序列。
對於xrange，發電機功能接近10倍。
list(my_list)是多餘的，因爲my_list已經返回由range產生的名單，所以我做了一個更多的時間，而不調用list()。
range與xrange幾乎相同，但那是因爲我減少了TOTAL。最大的區別是range會消耗更多的內存，因爲它會首先創建整個列表，因此只會在的那個部分更長。有效地從xrange = range創建一個列表。所以最終使用的內存將是相同的，因爲我只是創建了一個列表的xrange，很難看到這個微不足道的情況的差異。

來源

2016-07-28 03:41:32 aneroid

爲什麼通過產量比由xrange產生的發電機產生的發電機更快？

回答

相關問題