的Python：爲了使用，而不是循環列表解析來提高性能

Question

我有一本字典（例如）一類

l =('1037_97',["a","b","c","d","e"]) 

我想保存文件（LAS格式），但Liblas只能寫單點。

for l in Groups.iteritems(): 
    for p in xrange(len(l[1])): 
     file_out.write(l[1][p]) 

我想使用如果可能的話一個列表綜合，以節省代碼和加快循環

Answer 1

如果您想要一個較短的解決方案，請考慮使用map()作爲內循環，或者甚至兩者。但它不可能獲得顯着的性能提升。但是，for p in l[1]:仍然可能比xrange的建設速度更快。下面的例子應該在單行中做你想做的事：

map(lambda g: map(file_out.write, g), groups.itervalues()) 

現在我們來比較不同實現的性能。在這裏，我想對一些測試數據測量時間：

import timeit 

groups = dict(('1037_%d' % i, ["a","b","c","d","e"]) for i in xrange(100)) 

class FOut(object): 
    def write(self, v): 
     #print v 
     pass 

file_out = FOut() 

def using_map(): 
    map(lambda g: map(file_out.write, g), groups.itervalues()) 

def initial_version(): 
    for l in groups.iteritems(): 
     for p in xrange(len(l[1])): 
      file_out.write(l[1][p]) 

def seq_iteration(): 
    for l in groups.iteritems(): 
     for p in l[1]: 
      file_out.write(p) 

def seq_iteration_values(): 
    for l in groups.itervalues(): 
     for p in l: 
      file_out.write(p) 

def list_compr(): 
    [[file_out.write(v) for v in g] for g in groups.itervalues()] 



tests = ('initial_version', 'using_map', 'seq_iteration', 'list_compr', 'seq_iteration_values') 


for test in tests: 
    print test, timeit.timeit('%s()'%test, 'from __main__ import %s'%test, number=10000) 

，其結果是：

initial_version 0.862531900406 
using_map 0.703296899796 
seq_iteration 0.541372060776 
list_compr 0.632550954819 
seq_iteration_values 0.493131160736 

正如你所看到的，你的最初版本是最慢的，固定的迭代有很大幫助，map()版本很短，但速度不及itervalues()。創建不需要列表的列表理解不錯，但仍然比簡單循環慢。

Answer 2

循環解析並不一定加快循環。如果最終結果應該是一個列表，它們只會加速一個循環。列表推導比創建一個空列表並將其追加到一個列表更快。

對於您的情況，您希望將項目寫入文件，而不是創建新列表。列表創建成本然後被浪費。

雖然您不需要xrange()調用，只需循環l[1]即可。您不需要.iteritems()，因爲您忽略了鍵。使用.itervalues()代替：

for lst in Groups.itervalues(): 
    for p in lst: 
     file_out.write(p) 

我用lst作爲循環變量; l很容易混淆在i許多字體中。