有了迭代器对象,是否有比列表推导式更快、更好或更正确的方法来获得迭代器返回的对象列表?

user_list = [user for user in user_iterator]

当前回答

@Robino建议添加一些有意义的测试,所以这里有一个简单的基准测试,有3种可能的方法(可能是最常用的)来将迭代器转换为列表:

按类型构造函数 列表(my_iterator) 通过拆包 (* my_iterator) 使用列表推导式 [e for my_iterator中的e]

我一直在使用simple_bechmark库:

from simple_benchmark import BenchmarkBuilder
from heapq import nsmallest

b = BenchmarkBuilder()

@b.add_function()
def convert_by_type_constructor(size):
    list(iter(range(size)))

@b.add_function()
def convert_by_list_comprehension(size):
    [e for e in iter(range(size))]

@b.add_function()
def convert_by_unpacking(size):
    [*iter(range(size))]


@b.add_arguments('Convert an iterator to a list')
def argument_provider():
    for exp in range(2, 22):
        size = 2**exp
        yield size, size

r = b.run()
r.plot()

正如您所看到的,很难区分通过构造函数进行的转换和通过解包进行的转换,通过列表理解进行的转换是“最慢”的方法。


我还使用以下简单的脚本在不同的Python版本(3.6,3.7,3.8,3.9)上进行了测试:

import argparse
import timeit

parser = argparse.ArgumentParser(
    description='Test convert iterator to list')
parser.add_argument(
    '--size', help='The number of elements from iterator')

args = parser.parse_args()

size = int(args.size)
repeat_number = 10000

# do not wait too much if the size is too big
if size > 10000:
    repeat_number = 100


def test_convert_by_type_constructor():
    list(iter(range(size)))


def test_convert_by_list_comprehension():
    [e for e in iter(range(size))]


def test_convert_by_unpacking():
    [*iter(range(size))]


def get_avg_time_in_ms(func):
    avg_time = timeit.timeit(func, number=repeat_number) * 1000 / repeat_number
    return round(avg_time, 6)


funcs = [test_convert_by_type_constructor,
         test_convert_by_unpacking, test_convert_by_list_comprehension]

print(*map(get_avg_time_in_ms, funcs))

脚本将通过Jupyter Notebook(或脚本)的子进程执行,size参数将通过命令行参数传递,脚本结果将从标准输出中获取。

from subprocess import PIPE, run

import pandas

simple_data = {'constructor': [], 'unpacking': [], 'comprehension': [],
        'size': [], 'python version': []}


size_test = 100, 1000, 10_000, 100_000, 1_000_000
for version in ['3.6', '3.7', '3.8', '3.9']:
    print('test for python', version)
    for size in size_test:
        command = [f'python{version}', 'perf_test_convert_iterator.py', f'--size={size}']
        result = run(command, stdout=PIPE, stderr=PIPE, universal_newlines=True)
        constructor, unpacking,  comprehension = result.stdout.split()
        
        simple_data['constructor'].append(float(constructor))
        simple_data['unpacking'].append(float(unpacking))
        simple_data['comprehension'].append(float(comprehension))
        simple_data['python version'].append(version)
        simple_data['size'].append(size)

df_ = pandas.DataFrame(simple_data)
df_

你可以从这里拿到我的笔记本。

在我的测试中,在大多数情况下,解包显示更快,但差异非常小,每次运行的结果可能会有所不同。同样,理解方法是最慢的,事实上,其他两种方法要快60%。

其他回答

list(your_iterator)

从python 3.5开始,你可以使用* iterable解包操作符:

user_list = [*your_iterator]

但是python的方法是:

user_list  = list(your_iterator)

@Robino建议添加一些有意义的测试,所以这里有一个简单的基准测试,有3种可能的方法(可能是最常用的)来将迭代器转换为列表:

按类型构造函数 列表(my_iterator) 通过拆包 (* my_iterator) 使用列表推导式 [e for my_iterator中的e]

我一直在使用simple_bechmark库:

from simple_benchmark import BenchmarkBuilder
from heapq import nsmallest

b = BenchmarkBuilder()

@b.add_function()
def convert_by_type_constructor(size):
    list(iter(range(size)))

@b.add_function()
def convert_by_list_comprehension(size):
    [e for e in iter(range(size))]

@b.add_function()
def convert_by_unpacking(size):
    [*iter(range(size))]


@b.add_arguments('Convert an iterator to a list')
def argument_provider():
    for exp in range(2, 22):
        size = 2**exp
        yield size, size

r = b.run()
r.plot()

正如您所看到的,很难区分通过构造函数进行的转换和通过解包进行的转换,通过列表理解进行的转换是“最慢”的方法。


我还使用以下简单的脚本在不同的Python版本(3.6,3.7,3.8,3.9)上进行了测试:

import argparse
import timeit

parser = argparse.ArgumentParser(
    description='Test convert iterator to list')
parser.add_argument(
    '--size', help='The number of elements from iterator')

args = parser.parse_args()

size = int(args.size)
repeat_number = 10000

# do not wait too much if the size is too big
if size > 10000:
    repeat_number = 100


def test_convert_by_type_constructor():
    list(iter(range(size)))


def test_convert_by_list_comprehension():
    [e for e in iter(range(size))]


def test_convert_by_unpacking():
    [*iter(range(size))]


def get_avg_time_in_ms(func):
    avg_time = timeit.timeit(func, number=repeat_number) * 1000 / repeat_number
    return round(avg_time, 6)


funcs = [test_convert_by_type_constructor,
         test_convert_by_unpacking, test_convert_by_list_comprehension]

print(*map(get_avg_time_in_ms, funcs))

脚本将通过Jupyter Notebook(或脚本)的子进程执行,size参数将通过命令行参数传递,脚本结果将从标准输出中获取。

from subprocess import PIPE, run

import pandas

simple_data = {'constructor': [], 'unpacking': [], 'comprehension': [],
        'size': [], 'python version': []}


size_test = 100, 1000, 10_000, 100_000, 1_000_000
for version in ['3.6', '3.7', '3.8', '3.9']:
    print('test for python', version)
    for size in size_test:
        command = [f'python{version}', 'perf_test_convert_iterator.py', f'--size={size}']
        result = run(command, stdout=PIPE, stderr=PIPE, universal_newlines=True)
        constructor, unpacking,  comprehension = result.stdout.split()
        
        simple_data['constructor'].append(float(constructor))
        simple_data['unpacking'].append(float(unpacking))
        simple_data['comprehension'].append(float(comprehension))
        simple_data['python version'].append(version)
        simple_data['size'].append(size)

df_ = pandas.DataFrame(simple_data)
df_

你可以从这里拿到我的笔记本。

在我的测试中,在大多数情况下,解包显示更快,但差异非常小,每次运行的结果可能会有所不同。同样,理解方法是最慢的,事实上,其他两种方法要快60%。