在 Python 中，使用列表推导或 for-each 循环更好吗？答案

【问题标题】：In Python, is it better to use list comprehensions or for-each loops?在 Python 中，使用列表推导或 for-each 循环更好吗？
【发布时间】：2011-02-20 10:26:37
【问题描述】：

以下哪个更好用，为什么？

方法一：

for k, v in os.environ.items():
       print "%s=%s" % (k, v)

方法二：

print "\n".join(["%s=%s" % (k, v) 
   for k,v in os.environ.items()])

我倾向于将第一个引向更容易理解的方向，但这可能只是因为我是 Python 新手，而列表推导对我来说仍然有些陌生。第二种方式被认为更 Pythonic 吗？我假设没有性能差异，但我可能错了。这两种技术的优缺点是什么？

（代码取自Dive into Python）

【问题讨论】：

无论如何打印都很慢 - 追求可读性（for循环）。一般来说，首先考虑可读性。然后，当它看起来很慢时 - 配置文件和优化。除非您正在设计一个框架（库），否则您一开始可以摆脱臭代码。然后，您将了解哪些有效，哪些无效。

标签： python coding-style foreach list-comprehension

【解决方案1】：

我认为第一个，因为：

它不会构建一个巨大的字符串。
它不会构建一个庞大的列表（可以通过删除 [] 轻松地使用生成器修复）。

在这两种情况下，您都以相同的方式访问项目（使用字典迭代器）。

【讨论】：

【解决方案2】：

列表推导应该在 C 级别运行，所以如果有很大的循环，列表推导是不错的选择。

【讨论】：

【解决方案3】：

我发现第一个示例更好 - 更少冗长、更清晰、更易读。

毕竟，在我看来，请选择最能传达您意图的方式：

程序应该为人而写阅读，并且只是偶然地执行的机器。

--摘自 Abelson 和 Sussman 的“计算机程序的结构和解释”

顺便说一句，既然你刚刚开始学习 Python，那就马上开始学习new String Formatting syntax：

for k, v in os.environ.items():
    print "{0}={1}".format(k, v)

【讨论】：

请注意 str.format() 仅存在于 python ver >= 2.6

【解决方案4】：

您选择的特定代码示例没有展示列表理解的任何优势，因为它被（错误地）用于打印的琐碎任务。在这个简单的例子中，我会选择简单的for 循环。

在许多其他情况下，您可能希望为另一个函数或方法提供一个实际列表，而列表推导式是最简单、最易读的方法。

可以通过将print 示例替换为涉及创建另一个实际列表的示例，通过在for 循环的每次迭代中附加一个示例来制作一个清楚地显示列表comp 优越性的示例：

L = []
for x in range(10):
    L.append(x**2)

提供与以下相同的L：

L = [x**2 for x in range(10)]

【讨论】：

您的示例的问题在于它是微不足道的。为什么不实际使用问题中的代码来显示差异？可能有一些时间信息？
另一个好处是您可以将结果列表提供给另一个函数或链/嵌套理解。

【解决方案5】：

如果迭代是为了它的副作用而进行的（就像在你的“打印”示例中一样），那么循环会更清晰。

如果执行迭代是为了构建一个复合值，那么列表推导通常更具可读性。

【讨论】：

+1：列表推导来自函数式编程，而 for 循环来自命令式编程。
我同意可读性，但可读性不是现实世界代码的主要考虑因素。也许在演示代码中，可读性是王道。在现实世界中，性能有时是王道，尽管并非总是如此。生成器在使用时会被使用，因为它们会带来一些好处。 OP问“哪个更好”。哪一个以明显更好的方式完成工作（在某些情况下资源浪费更少，在某些情况下更快，根据您的要求）。
我最初会追求可读性，除非有理由不这样做。在给出的示例中，没有理由尝试将打印速度加快几微秒。在更一般的情况下，如果您正在迭代表达式的副作用，那么产生副作用的语句很可能比您使用的迭代构造花费更多的时间。
俗话说，过早优化是万恶之源。将其编写为可读的，这样，当您可以测试完成的程序并实际找出需要优化的地方时，您就会了解代码在做什么。
@badp：对 everything 使用列表推导会使 Haskell 等函数式语言非常难以阅读。

【解决方案6】：

列表理解的速度是显式循环的两倍多。基于 Ben James 的变体，但将 x**2 替换为更简单的 x+2 函数，两种选择是：

def foo(n):
  L = []
  for x in xrange(n):
    L.append(x+2)
  return L


def bar(n):
  return [x+2 for x in xrange(n)]

计时结果：

In [674]: timeit foo(1000)
10000 loops, best of 3: 195 us per loop

In [675]: timeit bar(1000)
10000 loops, best of 3: 81.7 us per loop

列表理解大获全胜。

我同意可读性应该优先于性能优化。然而，可读性在旁观者的眼中。当我第一次学习 Python 时，列表理解是一件我很难理解的奇怪事情！ :-O 但是一旦我习惯了它，它就变成了一个非常好的速记符号。如果你想精通 Python，你必须掌握列表理解。

【讨论】：

没错，使用列表推导式，您正在编写更多高性能代码，这些代码将被高级 pythonistas 理解，而不是被一年级学生理解。
列表推导更好地表达了实际逻辑，接近于集合生成器符号。一般来说，for 循环必须“在头部执行”才能查看它的作用。
我没有在实际的 Python 中尝试过，但是您的示例代码看起来好像可以通过增加 n 来任意提高性能：除非 Python 采取措施来抵消这种影响，否则 foo 使用 O( n^2) 算法，而 bar 在 O(n) 中运行。
foo 和 bar 一样是 O(n)。 Python 的 list.append 是 O(1)。

【解决方案7】：

我同意@Ben、@Tim、@Steven：

可读性是最重要的（“导入”以提醒自己是什么）
listcomp 可能会或可能不会比迭代循环版本快得多...这取决于进行的函数调用的总数
如果您确实决定使用包含大型数据集的 listcomps，最好使用 生成器表达式

例子：

print "\n".join("%s=%s" % (k, v) for k,v in os.environ.iteritems())

在上面的代码 sn-p 中，我做了两个更改...我将 listcomp 替换为 genexp，并将方法调用更改为 iteritems()。 [这种趋势在 Python 3 中向前发展，iteritems() 替换并重命名为 items()。]

【讨论】：

为什么对每个人来说，可读性始终是最重要的事情？
这是一种预付费用的心态，使这样的代码“Pythonic...”，对你的程序员同事友善和尊重，尤其是。因为您的代码在您的工作地点可能会比您更长寿。很难用语言解释清楚。再次查看“import this”……Python 之禅为您提供了与 Python 哲学相关的一般指导方针。
@Warren：因为可读性导致可维护性和可读性使性能改进变得容易得多。永远不要忘记关注分析器在优化时指向的那些部分。