Python数据分析——列表性能测试

首先准备了常用的四种方法

from timeit import Timer #导入timeit模块对函数计时间

#列表连接
def test1():
    l=[]
    for i in range(10000):
        l+=[i]

#追加列表        
def test2():
    l=[]
    for i in range(10000):
        l.append(i)

#列表推导式        
def test3():
    l=[i for i in range(10000)]

#列表构造器调用range函数   
def test4():
    l=list(range(10000))
    
t1=Timer("test1()","from __main__ import test1")
print("concat",t1.timeit(number=1000),"milliseconds")

t2=Timer("test2()","from __main__ import test2")
print("append",t2.timeit(number=1000),"milliseconds")

t3=Timer("test3()","from __main__ import test3")
print("comprehension",t3.timeit(number=1000),"milliseconds")

t4=Timer("test4()","from __main__ import test4")
print("list range",t4.timeit(number=1000),"milliseconds")

要使用timeit模块，首先创建一个Timer对象，其参数是两条Python语句。第一个参数是要为之计时的Python语句；第2个参数是建立测试的语句。

默认情况下，timeit会执行100w次，所以我将number改为1000，执行1000次。

from __main__ import test1:将test1函数从__main__命名空间导入到timeit设置计时的命名空间。

【测试结果】

concat 0.8962324941530824 milliseconds
append 0.7805408949498087 milliseconds
comprehension 0.386639310978353 milliseconds
list range 0.22361602704040706 milliseconds

可以观察到列表连接(concat)最慢，list range最快

列表推导式速度是append两倍的样子

【列表操作常用的大O效率】