這篇文章主要介紹了Python內建資料型別list各方法的效能測試過程解析,文中通過示例程式碼介紹的非常詳細，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

本文所涉及的程式碼均在MacOS系統與CentOS7下測試，使用的Python版本為3.6.8。

測試模組

測試用的模組是Python內建的timeit模組：

timeit模組可以用來測試一小段Python程式碼的執行速度。

Timer類

class timeit.Timer(stmt='pass',setup='pass',timer=<timer function>)

Timer是測量小段程式碼執行速度的類。

stmt引數是要測試的程式碼語句（statment）；

setup引數是執行程式碼時需要的設定；

timer引數是一個定時器函式，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物件方法。number引數是測試程式碼時的測試次數，預設為1000000次。方法返回執行程式碼的平均耗時，一個float型別的秒數。

列表內建方法的效能測試

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，執行上面這段程式碼的結果：

"""
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後並且二者的效率相當；insert方法的執行效率最低——並且從頭插入的效率要低於從尾部插入的效率！最後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並沒有減少多少。

然後試試在Linux系統下的執行結果：

列表pop方法的效能測試

pop可以從第0各位置刪除元素，也可以從最後位置刪除元素（預設刪除最後面的元素），現在我們來測試一下兩種從不同位置刪除元素的效能對比：

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下程式的執行結果為：

test_pop_zero takes 0.5015365449999081 seconds

test_pop_end takes 0.22170215499954793 seconds

然後我們來試試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！

關於列表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後！

[0]
[1,0]
[1,5,0]

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。