Python内置数据类型list各方法的性能测试过程解析
这篇文章主要介绍了Python内置数据类型list各方法的性能测试过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
测试环境
本文所涉及的代码均在MacOS系统与CentOS7下测试，使用的Python版本为3.6.8。
测试模块
测试用的模块是Python内置的timeit模块：
timeit模块可以用来测试一小段Python代码的执行速度。
Timer类
class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)
Timer是测量小段代码执行速度的类。
stmt参数是要测试的代码语句（statment）；
setup参数是运行代码时需要的设置；
timer参数是一个定时器函数，与平台有关。
Timer类的timeit方法
timeit.Timer.timeit(number=1000000)
Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数，默认为1000000次。方法返回执行代码的平均耗时，一个float类型的秒数。
列表内置方法的性能测试
我们知道，生成一个列表可以使用列表生成式或者append、insert、extend这些方法，现在我们来看一下这些方法的执行效率：
from timeit import Timer
def test_list():
lst = list(range(1000))
def test_generation():
lst = [i for i in range(1000)]
def test_append():
lst = []
for i in range(1000):
lst.append(i)
def test_add():
lst = []
for i in range(1000):
lst += [i]
# 在列表的头部insert
def test_insert_zero():
lst = []
for i in range(1000):
lst.insert(0,i)
# 在列表的尾部insert
def test_insert_end():
lst = []
for i in range(1000):
lst.insert(-1,i)
def test_extend():
lst = []
lst.extend(list(range(1000)))
t1 = Timer("test_list()","from __main__ import test_list")
print(f"test_list takes {t1.timeit(number=1000)} seconds")
t2 = Timer("test_generation()","from __main__ import test_generation")
print(f"test_generation takes {t2.timeit(number=1000)} seconds")
t3 = Timer("test_append()","from __main__ import test_append")
print(f"test_append takes {t3.timeit(number=1000)} seconds")
t4 = Timer("test_add()","from __main__ import test_add")
print(f"test_add takes {t4.timeit(number=1000)} seconds")
t5 = Timer("test_insert_zero()","from __main__ import test_insert_zero")
print(f"test_insert_zero takes {t5.timeit(number=1000)} seconds")
t6 = Timer("test_insert_end()","from __main__ import test_insert_end")
print(f"test_insert_end takes {t6.timeit(number=1000)} seconds")
t7 = Timer("test_extend()","from __main__ import test_extend")
print(f"test_extend takes {t7.timeit(number=1000)} seconds")
我们先看看在MacOS系统下，执行上面这段代码的结果：
""" test_list takes 0.012904746999993222 seconds test_generation takes 0.03530399600003875 seconds test_append takes 0.0865129750000051 seconds test_add takes 0.08066114099983679 seconds test_insert_zero takes 0.30594958500023495 seconds test_insert_end takes 0.1522782449992519 seconds test_extend takes 0.017534753999825625 seconds """
我们可以看到：直接使用list方法强转的效率最高，其次是使用列表生成式，而append与直接加的方式紧随其后并且二者的效率相当；insert方法的执行效率最低——并且从头插入的效率要低于从尾部插入的效率！最后我们将强转的列表使用extend方法放入到新的列表中的过程效率并没有减少多少。
然后试试在Linux系统下的执行结果：
列表pop方法的性能测试
pop可以从第0各位置删除元素，也可以从最后位置删除元素（默认删除最后面的元素），现在我们来测试一下两种从不同位置删除元素的性能对比：
from timeit import Timer
def test_pop_zero():
lst = list(range(2000))
for i in range(2000):
lst.pop(0)
def test_pop_end():
lst = list(range(2000))
for i in range(2000):
lst.pop()
t1 = Timer("test_pop_zero()","from __main__ import test_pop_zero")
print(f"test_pop_zero takes {t1.timeit(number=1000)} seconds")
t2 = Timer("test_pop_end()","from __main__ import test_pop_end")
print(f"test_pop_end takes {t2.timeit(number=1000)} seconds")
在MacOS下程序的执行结果为：
test_pop_zero takes 0.5015365449999081 seconds test_pop_end takes 0.22170215499954793 seconds
然后我们来试试Linux系统中的执行结果：
可以看到：从列表的尾部删除元素的效率要比从头部删除的效率高很多！
关于列表insert方法的一个小坑
如果想使用insert方法生成一个列表[0,1,2,3,4,5]的话（当然使用insert方法效率会低很多，建议使用其他的方法）会有一个这样的问题，在此记录一下：
def test_insert():
lst = []
for i in range(6):
lst.insert(-1,i)
print(lst)
test_insert()
结果竟然是这样的——第一个元素竟然一直在最后！
[0] [1, 0] [1, 2, 0] [1, 2, 3, 0] [1, 2, 3, 4, 0] [1, 2, 3, 4, 5, 0]
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Pycharm 如何设置HTML文件自动补全代码或标签，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
这篇文章主要介绍了基于Python新建用户并产生随机密码过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
这篇文章主要为大家详细介绍了8个实用的Python程序，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助<BR>2022-02-02
这篇文章主要介绍了Python使用OpenCV对图像进行缩放功能,文中给大家提到了两种调用方式及OpenCV中pryUp和pryDown的用法，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-03-03
最近做个天 气方面的APP需要用到一些天气数据,所以下面这篇文章主要给大家介绍了关于如何利用python多线程爬取天气网站图片并保存的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2021-11-11
这篇文章主要介绍了Python中的fileinput模块实用示例,文中的示例是使用其来便利硬盘分区下的文本文件并打印其中行的长度,需要的朋友可以参考下2015-07-07
最近工作中遇到一个需求，是要分析nginx的访问日志，觉着利用python来实现比较合适，所以下面这篇文章主要介绍了利用python正则如何分析nginx的访问日志，需要的朋友可以参考借鉴，下面来一起看看吧。2017-01-01
python按照行来读取txt文件全部内容(去除空行处理掉\t,\n后以列表方式返回)
这篇文章主要介绍了python按照行来读取txt文件全部内容 ，去除空行，处理掉\t,\n后，以列表方式返回,本文通过实例代码给大家介绍的非常详细，需要的朋友可以参考下2023-06-06
很多浏览器都贴心地提供了保存用户密码功能,用户一旦开启,就不需要每次都输入用户名、密码,非常方便,作为python脚本,能否拿到用户提前保存在浏览器中的用户名密码,用以自动登录呢,下面我们就来看看吧2023-08-08
这篇文章主要介绍了详解python开发环境搭建 ,记录一下过程，方便自己以后配置，也方便正在学习中的同事配置他们的环境。2016-12-12
最新评论