列表理解与地图

Question

是否有理由更喜欢使用map() 而不是列表理解，反之亦然？它们中的任何一个通常比另一个更有效还是被认为通常更pythonic？

Answer 1

map 在某些情况下可能在微观上更快（当您不是为此目的制作 lambda，而是在 map 和 listcomp 中使用相同的函数时）。在其他情况下，列表推导可能更快，并且大多数（不是全部）pythonista 认为它们更直接和更清晰。

使用完全相同的功能时地图的微小速度优势的示例：

$ python -m timeit -s'xs=range(10)' 'map(hex, xs)'
100000 loops, best of 3: 4.86 usec per loop
$ python -m timeit -s'xs=range(10)' '[hex(x) for x in xs]'
100000 loops, best of 3: 5.58 usec per loop

当 map 需要 lambda 时性能比较如何完全颠倒的示例：

$ python -m timeit -s'xs=range(10)' 'map(lambda x: x+2, xs)'
100000 loops, best of 3: 4.24 usec per loop
$ python -m timeit -s'xs=range(10)' '[x+2 for x in xs]'
100000 loops, best of 3: 2.32 usec per loop

Answer 2

我发现列表推导通常比 map 更能表达我想要做的事情 - 他们都完成了它，但前者节省了试图理解可能是复杂的 lambda 表达式的精神负担.

还有一个采访在某处（我不能随便找到），Guido 将lambdas 和函数式函数列为他最后悔接受 Python 的事情，所以你可以提出他们的论点正因为如此，它不是 Pythonic。

Answer 3

这是一种可能的情况：

map(lambda op1,op2: op1*op2, list1, list2)

对比：

[op1*op2 for op1,op2 in zip(list1,list2)]

如果您坚持使用列表推导而不是地图，我猜 zip() 是一个不幸且不必要的开销，您需要沉迷其中。如果有人能肯定或否定地澄清这一点，那就太好了。

Answer 4

案例

• 常见情况：几乎总是，您会希望在 python 中使用列表推导式，因为对于阅读您的代码的新手程序员来说，您正在做的事情会更加明显。 （这不适用于其他语言，其他成语可能适用。）你对 python 程序员所做的事情会更加明显，因为列表推导是 python 中用于迭代的事实上的标准；他们是预期的。
• 不太常见的情况：但是，如果您已经定义了一个函数，那么使用map 通常是合理的，尽管它被认为是“unpythonic”。例如，map(sum, myLists) 比 [sum(x) for x in myLists] 更优雅/简洁。您获得了不必编写虚拟变量（例如sum(x) for x... 或sum(_) for _... 或sum(readableName) for readableName...）的优雅，您必须输入两次，只是为了迭代。 filter 和 reduce 以及 itertools 模块中的任何内容都适用相同的论点：如果您已经有一个方便的函数，您可以继续进行一些函数式编程。这在某些情况下获得了可读性，而在其他情况下则失去了可读性（例如，新手程序员、多个参数）......但无论如何，您的代码的可读性很大程度上取决于您的 cmets。
• 几乎从不：在进行函数式编程时，您可能希望将map 函数用作纯抽象函数，在其中映射map，或currying map，或从交谈中受益关于map 作为一个函数。例如，在 Haskell 中，名为fmap 的函子接口泛化了任何数据结构上的映射。这在 python 中非常少见，因为 python 语法迫使你使用生成器风格来谈论迭代；你不能轻易概括它。 （这有时好有时坏。）您可能会想出一些罕见的 python 示例，其中map(f, *lists) 是一个合理的做法。我能想到的最接近的例子是sumEach = partial(map,sum)，它是一个单行代码，大致相当于：

def sumEach(myLists):
    return [sum(_) for _ in myLists]

• 只使用for-loop：当然你也可以只使用for循环。虽然从函数式编程的角度来看并不那么优雅，但有时​​非局部变量会使命令式编程语言（如 python）中的代码更清晰，因为人们非常习惯以这种方式阅读代码。通常，当您仅执行任何复杂操作时，for 循环也是最有效的在内存方面效率很高（不一定在时间方面，我希望在最坏的情况下是一个恒定因素，除非出现一些罕见的病态垃圾收集打嗝）。

“Python主义”

我不喜欢“pythonic”这个词，因为我发现pythonic 在我眼中并不总是优雅的。尽管如此，map 和 filter 以及类似的函数（比如非常有用的 itertools 模块）在风格上可能被认为是不符合 Python 的。

懒惰

就效率而言，像大多数函数式编程结构一样，MAP CAN BE LAZY，实际上在 python 中是惰性的。这意味着您可以这样做（在 python3 中）并且您的计算机不会耗尽内存并丢失所有未保存的数据：

>>> map(str, range(10**100))
<map object at 0x2201d50>

尝试通过列表理解来做到这一点：

>>> [str(n) for n in range(10**100)]
# DO NOT TRY THIS AT HOME OR YOU WILL BE SAD #

请注意，列表推导本质上也是惰性的，但 python 选择将它们实现为非惰性。尽管如此，python 确实支持生成器表达式形式的惰性列表推导，如下所示：

>>> (str(n) for n in range(10**100))
<generator object <genexpr> at 0xacbdef>

您基本上可以将[...] 语法视为将生成器表达式传递给列表构造函数，例如list(x for x in range(5))。

简单的人为示例

from operator import neg
print({x:x**2 for x in map(neg,range(5))})

print({x:x**2 for x in [-y for y in range(5)]})

print({x:x**2 for x in (-y for y in range(5))})

列表推导是非惰性的，因此可能需要更多内存（除非您使用生成器推导）。方括号[...] 经常使事情变得显而易见，尤其是在括号乱七八糟的情况下。另一方面，有时您最终会变得冗长，例如输入[x for x in...。只要您保持迭代器变量简短，如果您不缩进代码，列表推导通常会更清晰。但是你总是可以缩进你的代码。

print(
    {x:x**2 for x in (-y for y in range(5))}
)

或者分手：

rangeNeg5 = (-y for y in range(5))
print(
    {x:x**2 for x in rangeNeg5}
)

python3的效率比较

map 现在懒惰了：

% python3 -mtimeit -s 'xs=range(1000)' 'f=lambda x:x' 'z=map(f,xs)'
1000000 loops, best of 3: 0.336 usec per loop            ^^^^^^^^^

因此，如果您不会使用所有数据，或者不提前知道需要多少数据，python3 中的map（以及 python2 或 python3 中的生成器表达式）将避免计算它们的值，直到必要的最后一刻。通常这通常会超过使用map 的任何开销。不利的一面是，与大多数函数式语言相比，这在 python 中非常有限：只有在“按顺序”从左到右访问数据时才能获得此好处，因为 python 生成器表达式只能按x[0], x[1], x[2], ... 的顺序进行评估.

但是，假设我们有一个预制函数f，我们想要map，我们忽略map 的惰性，立即强制使用list(...) 进行评估。我们得到了一些非常有趣的结果：

% python3 -mtimeit -s 'xs=range(1000)' 'f=lambda x:x' 'z=list(map(f,xs))'                                                                                                                                                
10000 loops, best of 3: 165/124/135 usec per loop        ^^^^^^^^^^^^^^^
                    for list(<map object>)

% python3 -mtimeit -s 'xs=range(1000)' 'f=lambda x:x' 'z=[f(x) for x in xs]'                                                                                                                                      
10000 loops, best of 3: 181/118/123 usec per loop        ^^^^^^^^^^^^^^^^^^
                    for list(<generator>), probably optimized

% python3 -mtimeit -s 'xs=range(1000)' 'f=lambda x:x' 'z=list(f(x) for x in xs)'                                                                                                                                    
1000 loops, best of 3: 215/150/150 usec per loop         ^^^^^^^^^^^^^^^^^^^^^^
                    for list(<generator>)

结果采用 AAA/BBB/CCC 的形式，其中 A 是在 2010 年左右的 Intel 工作站上使用 python 3.?.? 执行的，B 和 C 是在 2013 年左右的 AMD 工作站上使用 python 3.2 执行的.1，具有极其不同的硬件。结果似乎是地图和列表推导在性能上具有可比性，这受其他随机因素的影响最大。奇怪的是，我们唯一能说的似乎是，虽然我们期望列表推导 [...] 比生成器表达式 (...) 执行得更好，但 map 也比生成器表达式更有效（再次假设所有值都被评估/使用）。

重要的是要认识到这些测试假设一个非常简单的函数（恒等函数）；但是这很好，因为如果函数很复杂，那么与程序中的其他因素相比，性能开销可以忽略不计。 （用 f=lambda x:x+x 等其他简单的东西进行测试可能仍然很有趣）

如果你擅长阅读 python 汇编，你可以使用 dis 模块来看看这是否真的是在幕后发生的事情：

>>> listComp = compile('[f(x) for x in xs]', 'listComp', 'eval')
>>> dis.dis(listComp)
  1           0 LOAD_CONST               0 (<code object <listcomp> at 0x2511a48, file "listComp", line 1>) 
              3 MAKE_FUNCTION            0 
              6 LOAD_NAME                0 (xs) 
              9 GET_ITER             
             10 CALL_FUNCTION            1 
             13 RETURN_VALUE         
>>> listComp.co_consts
(<code object <listcomp> at 0x2511a48, file "listComp", line 1>,)
>>> dis.dis(listComp.co_consts[0])
  1           0 BUILD_LIST               0 
              3 LOAD_FAST                0 (.0) 
        >>    6 FOR_ITER                18 (to 27) 
              9 STORE_FAST               1 (x) 
             12 LOAD_GLOBAL              0 (f) 
             15 LOAD_FAST                1 (x) 
             18 CALL_FUNCTION            1 
             21 LIST_APPEND              2 
             24 JUMP_ABSOLUTE            6 
        >>   27 RETURN_VALUE

 

>>> listComp2 = compile('list(f(x) for x in xs)', 'listComp2', 'eval')
>>> dis.dis(listComp2)
  1           0 LOAD_NAME                0 (list) 
              3 LOAD_CONST               0 (<code object <genexpr> at 0x255bc68, file "listComp2", line 1>) 
              6 MAKE_FUNCTION            0 
              9 LOAD_NAME                1 (xs) 
             12 GET_ITER             
             13 CALL_FUNCTION            1 
             16 CALL_FUNCTION            1 
             19 RETURN_VALUE         
>>> listComp2.co_consts
(<code object <genexpr> at 0x255bc68, file "listComp2", line 1>,)
>>> dis.dis(listComp2.co_consts[0])
  1           0 LOAD_FAST                0 (.0) 
        >>    3 FOR_ITER                17 (to 23) 
              6 STORE_FAST               1 (x) 
              9 LOAD_GLOBAL              0 (f) 
             12 LOAD_FAST                1 (x) 
             15 CALL_FUNCTION            1 
             18 YIELD_VALUE          
             19 POP_TOP              
             20 JUMP_ABSOLUTE            3 
        >>   23 LOAD_CONST               0 (None) 
             26 RETURN_VALUE

 

>>> evalledMap = compile('list(map(f,xs))', 'evalledMap', 'eval')
>>> dis.dis(evalledMap)
  1           0 LOAD_NAME                0 (list) 
              3 LOAD_NAME                1 (map) 
              6 LOAD_NAME                2 (f) 
              9 LOAD_NAME                3 (xs) 
             12 CALL_FUNCTION            2 
             15 CALL_FUNCTION            1 
             18 RETURN_VALUE 

似乎使用[...] 语法比使用list(...) 更好。遗憾的是，map 类对反汇编来说有点不透明，但我们可以通过速度测试来完成。

Answer 5

Python 2：您应该使用 map 和 filter 而不是列表推导式。

即使它们不是“Pythonic”，您也应该喜欢它们的客观原因是：
它们需要函数/lambdas 作为参数，这引入了一个新的作用域。

我不止一次被这个咬过：

for x, y in somePoints:
    # (several lines of code here)
    squared = [x ** 2 for x in numbers]
    # Oops, x was silently overwritten!

但如果我说过：

for x, y in somePoints:
    # (several lines of code here)
    squared = map(lambda x: x ** 2, numbers)

那么一切都会好起来的。

你可以说我在同一范围内使用相同的变量名是愚蠢的。

我不是。代码原本没问题——两个x不在同一个范围内。
只是在我将内部块移动到代码的不同部分之后才出现问题（阅读：维护期间的问题，而不是开发期间的问题），我没想到会这样。

是的，如果你从不犯这个错误，那么列表推导会更优雅。
但是根据个人经验（以及看到其他人犯同样的错误），我已经看到它发生了足够多的次数，我认为当这些错误潜入您的代码时，您不值得忍受痛苦。

结论：

使用map 和filter。它们可以防止微妙的难以诊断的范围相关错误。

旁注：

不要忘记考虑使用imap 和ifilter（在itertools）如果它们适合您的情况！

Answer 6

实际上，map 和列表推导在 Python 3 语言中的行为完全不同。看看下面的 Python 3 程序：

def square(x):
    return x*x
squares = map(square, [1, 2, 3])
print(list(squares))
print(list(squares))

您可能希望它会打印两次“[1,4,9]”行，但它会打印“[1,4,9]”，然后是“[]”。第一次查看 squares 时，它的行为似乎是三个元素的序列，但第二次是一个空元素。

在 Python 2 语言中，map 返回一个普通的旧列表，就像两种语言中的列表推导式一样。关键在于 Python 3 中 map 的返回值（以及 Python 2 中的 imap）不是一个列表——它是一个迭代器！

与迭代列表不同，迭代迭代器时会消耗元素。这就是为什么squares 在最后的print(list(squares)) 行中看起来是空的。

总结一下：

• 在处理迭代器时，您必须记住它们是有状态的，并且在您遍历它们时它们会发生变化。
• 列表更具可预测性，因为它们仅在您显式改变它们时才会发生变化；它们是容器。
• 还有一个好处：数字、字符串和元组更加可预测，因为它们根本无法改变；它们是值。

Answer 7

如果您计划编写任何异步、并行或分布式代码，您可能更喜欢map 而不是列表推导式——因为大多数异步、并行或分布式包都提供了map 函数来重载python 的@987654326 @。然后通过将适当的map 函数传递给您的其余代码，您可能不必修改原始串行代码以使其并行运行（等等）。

Answer 8

所以由于 Python 3，map() 是一个迭代器，你需要记住你需要什么：一个迭代器或 list 对象。

正如@AlexMartelli 已经mentioned，map() 仅在您不使用lambda 函数时才比列表理解更快。

我会给你一些时间比较。

Python 3.5.2 和 CPython
我使用过 Jupiter notebook 尤其是 %timeit 内置的魔法命令
测量：s == 1000 ms == 1000 * 1000 µs = 1000 * 1000 * 1000 ns

设置：

x_list = [(i, i+1, i+2, i*2, i-9) for i in range(1000)]
i_list = list(range(1000))

内置功能：

%timeit map(sum, x_list)  # creating iterator object
# Output: The slowest run took 9.91 times longer than the fastest. 
# This could mean that an intermediate result is being cached.
# 1000000 loops, best of 3: 277 ns per loop

%timeit list(map(sum, x_list))  # creating list with map
# Output: 1000 loops, best of 3: 214 µs per loop

%timeit [sum(x) for x in x_list]  # creating list with list comprehension
# Output: 1000 loops, best of 3: 290 µs per loop

lambda函数：

%timeit map(lambda i: i+1, i_list)
# Output: The slowest run took 8.64 times longer than the fastest. 
# This could mean that an intermediate result is being cached.
# 1000000 loops, best of 3: 325 ns per loop

%timeit list(map(lambda i: i+1, i_list))
# Output: 1000 loops, best of 3: 183 µs per loop

%timeit [i+1 for i in i_list]
# Output: 10000 loops, best of 3: 84.2 µs per loop

还有生成器表达式，见PEP-0289。所以我认为将其添加到比较中会很有用

%timeit (sum(i) for i in x_list)
# Output: The slowest run took 6.66 times longer than the fastest. 
# This could mean that an intermediate result is being cached.
# 1000000 loops, best of 3: 495 ns per loop

%timeit list((sum(x) for x in x_list))
# Output: 1000 loops, best of 3: 319 µs per loop

%timeit (i+1 for i in i_list)
# Output: The slowest run took 6.83 times longer than the fastest. 
# This could mean that an intermediate result is being cached.
# 1000000 loops, best of 3: 506 ns per loop

%timeit list((i+1 for i in i_list))
# Output: 10000 loops, best of 3: 125 µs per loop

你需要list对象：

如果是自定义函数使用列表推导，如果有内置函数使用list(map())

你不需要list 对象，你只需要一个可迭代对象：

始终使用map()！

Answer 9

我认为最 Pythonic 的方法是使用列表解析而不是 map 和 filter。原因是列表推导比map 和filter 更清晰。

In [1]: odd_cubes = [x ** 3 for x in range(10) if x % 2 == 1] # using a list comprehension

In [2]: odd_cubes_alt = list(map(lambda x: x ** 3, filter(lambda x: x % 2 == 1, range(10)))) # using map and filter

In [3]: odd_cubes == odd_cubes_alt
Out[3]: True

如您所见，理解不需要像 map 那样需要额外的 lambda 表达式。此外，推导式还允许轻松过滤，而map 需要filter 才能允许过滤。

Answer 10

我进行了一个快速测试，比较了调用对象方法的三种方法。在这种情况下，时间差异可以忽略不计，并且与所讨论的功能有关（请参阅@Alex Martelli 的 response）。在这里，我查看了以下方法：

# map_lambda
list(map(lambda x: x.add(), vals))

# map_operator
from operator import methodcaller
list(map(methodcaller("add"), vals))

# map_comprehension
[x.add() for x in vals]

我查看了整数 (Python int) 和浮点数 (Python float) 的列表（存储在变量 vals 中）以增加列表大小。考虑以下虚拟类DummyNum：

class DummyNum(object):
    """Dummy class"""
    __slots__ = 'n',

    def __init__(self, n):
        self.n = n

    def add(self):
        self.n += 5

具体来说，add 方法。 __slots__ 属性是 Python 中的一个简单优化，用于定义类（属性）所需的总内存，从而减少内存大小。 这是结果图。

如前所述，所使用的技术差异很小，您应该以最易读的方式或在特定情况下进行编码。在这种情况下，列表推导（map_comprehension 技术）对于对象中的两种类型的添加是最快的，尤其是对于较短的列表。

访问this pastebin 了解用于生成绘图和数据的来源。

Answer 11

我尝试了@alex-martelli 的代码，但发现了一些差异

python -mtimeit -s "xs=range(123456)" "map(hex, xs)"
1000000 loops, best of 5: 218 nsec per loop
python -mtimeit -s "xs=range(123456)" "[hex(x) for x in xs]"
10 loops, best of 5: 19.4 msec per loop

即使对于非常大的范围，map 也需要相同的时间，而使用列表理解需要很多时间，这从我的代码中可以看出。所以除了被认为是“unpythonic”之外，我没有遇到任何与地图使用相关的性能问题。

Answer 12

图片来源：Experfy

您可以自己看看 - 列表理解和地图功能之间哪个更好

（与 map 函数相比，List Comprehension 处理 100 万条记录所需的时间更少）

希望对您有所帮助！祝你好运:)

Answer 13

我用perfplot（我的一个项目）计时了一些结果。

正如其他人所指出的，map 实际上只返回一个迭代器，因此它是一个恒定时间操作。当通过list() 实现迭代器时，它与列表推导相当。根据表达式的不同，任何一个都可能有轻微的优势，但几乎不重要。

请注意，像 x ** 2 这样的算术运算在 NumPy 中要快得多，尤其是在输入数据已经是 NumPy 数组的情况下。

hex:

x ** 2:

---

重现情节的代码：

import perfplot


def standalone_map(data):
    return map(hex, data)


def list_map(data):
    return list(map(hex, data))


def comprehension(data):
    return [hex(x) for x in data]


b = perfplot.bench(
    setup=lambda n: list(range(n)),
    kernels=[standalone_map, list_map, comprehension],
    n_range=[2 ** k for k in range(20)],
    equality_check=None,
)
b.save("out.png")
b.show()

import perfplot
import numpy as np


def standalone_map(data):
    return map(lambda x: x ** 2, data[0])


def list_map(data):
    return list(map(lambda x: x ** 2, data[0]))


def comprehension(data):
    return [x ** 2 for x in data[0]]


def numpy_asarray(data):
    return np.asarray(data[0]) ** 2


def numpy_direct(data):
    return data[1] ** 2


b = perfplot.bench(
    setup=lambda n: (list(range(n)), np.arange(n)),
    kernels=[standalone_map, list_map, comprehension, numpy_direct, numpy_asarray],
    n_range=[2 ** k for k in range(20)],
    equality_check=None,
)
b.save("out2.png")
b.show()