直观对比几个不同 Python 代码片段的运行速度

写 Python 脚本经常需要处理大量数据，某些操作一旦没注意就会耗时巨大，造成「code 一时爽，耗时火葬场」……

import numpy as np
from tqdm import tqdm
import time

小任务：对列表B的每一个元素，寻找与列表A中差值的绝对值最小的index，添加到C中

A = np.random.rand(10000)
B = np.random.rand(10000)

[快速版本] 使用 argmin 直接返回

ss = time.time()
C = [abs(A - b).argmin() for b in tqdm(B)]
ee = time.time()
print('cost {}'.format(ee - ss))

100%|██████████| 10000/10000 [00:00<00:00, 39883.84it/s]
cost 0.2566795349121094

[龟速版本] for-loop 遍历查找

ss = time.time()
C = []
for b in tqdm(B):
    min_i = -1
    min_d = float('inf')
    for i, a in enumerate(A):
        d = abs(a - b)
        if d < min_d:
            min_d = d
            min_i = i
    C.append(min_i)
ee = time.time()
print('cost {}'.format(ee - ss))

100%|██████████| 10000/10000 [00:45<00:00, 217.41it/s]
cost 45.99927496910095

小任务：对列表B的每一个元素，寻找是否为列表A某个元素的属性，有则把对应的index添加到C中

class Apple(object):
    def __init__(self, a):
        self.a = a
A = [Apple(a) for a in np.random.randint(1, 10000, 10000)]
B = np.random.randint(1, 10000, 10000)

[快速版本] 预先使用字典做好对应

ss = time.time()
A_keys = {one.a: index for index, one in enumerate(A)}
C = [A_keys[b] for b in tqdm(B) if b in A_keys]
ee = time.time()
print('cost {}'.format(ee - ss))

100%|██████████| 10000/10000 [00:00<00:00, 2108220.16it/s]
cost 0.008636236190795898

[龟速版本] 通过列表的 index 返回

ss = time.time()
C = []
A_keys = [one.a for one in A]
for b in tqdm(B):
    if b in A_keys:
        C.append(A_keys.index(b))
ee = time.time()
print('cost {}'.format(ee - ss))

100%|██████████| 10000/10000 [00:01<00:00, 5652.18it/s]
cost 1.7722303867340088

本作品采用《CC 协议》，转载必须注明作者和本文链接