的Python：为了使用，而不是循环列表解析来提高性能

Question

我有一本字典（例如）一类

l =('1037_97',["a","b","c","d","e"]) 

我想保存文件（LAS格式），但Liblas只能写单点。

for l in Groups.iteritems(): 
    for p in xrange(len(l[1])): 
     file_out.write(l[1][p]) 

我想使用如果可能的话一个列表综合，以节省代码和加快循环

Answer 1

如果您想要一个较短的解决方案，请考虑使用map()作为内循环，或者甚至两者。但它不可能获得显着的性能提升。但是，for p in l[1]:仍然可能比xrange的建设速度更快。下面的例子应该在单行中做你想做的事：

map(lambda g: map(file_out.write, g), groups.itervalues()) 

现在我们来比较不同实现的性能。在这里，我想对一些测试数据测量时间：

import timeit 

groups = dict(('1037_%d' % i, ["a","b","c","d","e"]) for i in xrange(100)) 

class FOut(object): 
    def write(self, v): 
     #print v 
     pass 

file_out = FOut() 

def using_map(): 
    map(lambda g: map(file_out.write, g), groups.itervalues()) 

def initial_version(): 
    for l in groups.iteritems(): 
     for p in xrange(len(l[1])): 
      file_out.write(l[1][p]) 

def seq_iteration(): 
    for l in groups.iteritems(): 
     for p in l[1]: 
      file_out.write(p) 

def seq_iteration_values(): 
    for l in groups.itervalues(): 
     for p in l: 
      file_out.write(p) 

def list_compr(): 
    [[file_out.write(v) for v in g] for g in groups.itervalues()] 



tests = ('initial_version', 'using_map', 'seq_iteration', 'list_compr', 'seq_iteration_values') 


for test in tests: 
    print test, timeit.timeit('%s()'%test, 'from __main__ import %s'%test, number=10000) 

，其结果是：

initial_version 0.862531900406 
using_map 0.703296899796 
seq_iteration 0.541372060776 
list_compr 0.632550954819 
seq_iteration_values 0.493131160736 

正如你所看到的，你的最初版本是最慢的，固定的迭代有很大帮助，map()版本很短，但速度不及itervalues()。创建不需要列表的列表理解不错，但仍然比简单循环慢。

Answer 2

循环解析并不一定加快循环。如果最终结果应该是一个列表，它们只会加速一个循环。列表推导比创建一个空列表并将其追加到一个列表更快。

对于您的情况，您希望将项目写入文件，而不是创建新列表。列表创建成本然后被浪费。

虽然您不需要xrange()调用，只需循环l[1]即可。您不需要.iteritems()，因为您忽略了键。使用.itervalues()代替：

for lst in Groups.itervalues(): 
    for p in lst: 
     file_out.write(p) 

我用lst作为循环变量; l很容易混淆在i许多字体中。