溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了Python內置數據類型list各方法的性能測試過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
測試環境
本文所涉及的代碼均在MacOS系統與CentOS7下測試，使用的Python版本為3.6.8。
測試模塊
測試用的模塊是Python內置的timeit模塊：
timeit模塊可以用來測試一小段Python代碼的執行速度。
Timer類
class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)
Timer是測量小段代碼執行速度的類。
stmt參數是要測試的代碼語句（statment）；
setup參數是運行代碼時需要的設置；
timer參數是一個定時器函數，與平臺有關。
Timer類的timeit方法
timeit.Timer.timeit(number=1000000)
Timer類中測試語句執行速度的對象方法。number參數是測試代碼時的測試次數，默認為1000000次。方法返回執行代碼的平均耗時，一個float類型的秒數。
列表內置方法的性能測試
我們知道，生成一個列表可以使用列表生成式或者append、insert、extend這些方法，現在我們來看一下這些方法的執行效率：
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]
# 在列表的頭部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")
我們先看看在MacOS系統下，執行上面這段代碼的結果：
""" 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 """
我們可以看到：直接使用list方法強轉的效率最高，其次是使用列表生成式，而append與直接加的方式緊隨其后并且二者的效率相當；insert方法的執行效率最低——并且從頭插入的效率要低于從尾部插入的效率！最后我們將強轉的列表使用extend方法放入到新的列表中的過程效率并沒有減少多少。
然后試試在Linux系統下的執行結果：
列表pop方法的性能測試
pop可以從第0各位置刪除元素，也可以從最后位置刪除元素（默認刪除最后面的元素），現在我們來測試一下兩種從不同位置刪除元素的性能對比：
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下程序的執行結果為：
test_pop_zero takes 0.5015365449999081 seconds test_pop_end takes 0.22170215499954793 seconds
然后我們來試試Linux系統中的執行結果：
可以看到：從列表的尾部刪除元素的效率要比從頭部刪除的效率高很多！
關于列表insert方法的一個小坑
如果想使用insert方法生成一個列表[0,1,2,3,4,5]的話（當然使用insert方法效率會低很多，建議使用其他的方法）會有一個這樣的問題，在此記錄一下：
def test_insert():
lst = []
for i in range(6):
lst.insert(-1,i)
print(lst)
test_insert()
結果竟然是這樣的——第一個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內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
