lambda" 与 "operator.attrgetter('xxx')" 作为排序关键字函数的比较

Question

我在看一些代码，发现里面有很多排序的调用，使用了比较函数。感觉应该用关键字函数来做。

如果你要改写这段代码 seq.sort(lambda x, y: cmp(x.xxx, y.xxx))，你觉得下面哪种写法更好：

seq.sort(key=operator.attrgetter('xxx'))

还是：

seq.sort(key=lambda a: a.xxx)

我也想听听大家对修改已经能正常工作的代码有什么看法。

Answer 1

正如之前的评论者所说，attrgetter 确实稍微快一点，但在很多情况下，这种速度差异几乎可以忽略不计（大约是微秒级别）。

关于可读性，我个人更喜欢 lambda，因为这个写法大家在不同的场合都见过，所以别人看起来可能更容易理解。

还有一个需要注意的地方是，当你使用 lambda 时，如果属性名写错了，你的开发工具会提醒你，而使用 attrgetter 时就不会有这个提示。

总的来说，我倾向于选择那些不需要额外导入的写法，只要替代方案足够简单易懂。

Answer 2

对现有的、能正常工作的代码进行修改，这就是程序发展的过程;-)。首先，写一套好的测试，这些测试能在现有代码下给出已知的结果，并把这些结果保存下来（在测试中通常叫做“金标准文件”）；然后进行修改，重新运行测试，确保（最好是自动化的方式）测试结果的变化仅仅是你想要的那些变化——没有任何不希望出现的意外结果。当然，你可以使用更复杂的质量保证策略，但这就是很多“集成测试”方法的核心思想。

至于写简单的 key= 函数的两种方式，设计的初衷是让 operator.attrgetter 更快，因为它更专业化，但至少在当前版本的Python中，速度上没有明显的差别。既然如此，对于这种特殊情况，我推荐使用 lambda，因为它更简洁和通用（而且我通常不是特别喜欢用lambda哦！）。

Answer 3

在选择使用 attrgetter('attributename') 和 lambda o: o.attributename 作为排序的关键字时，使用 attrgetter() 是两者中更快的选择。

要记住，关键函数只会在排序前对列表中的每个元素应用一次，所以我们可以直接用它们来进行时间测试，比较一下它们的速度：

>>> from timeit import Timer
>>> from random import randint
>>> from dataclasses import dataclass, field
>>> @dataclass
... class Foo:
...     bar: int = field(default_factory=lambda: randint(1, 10**6))
...
>>> testdata = [Foo() for _ in range(1000)]
>>> def test_function(objects, key):
...     [key(o) for o in objects]
...
>>> stmt = 't(testdata, key)'
>>> setup = 'from __main__ import test_function as t, testdata; '
>>> tests = {
...     'lambda': setup + 'key=lambda o: o.bar',
...     'attrgetter': setup + 'from operator import attrgetter; key=attrgetter("bar")'
... }
>>> for name, tsetup in tests.items():
...     count, total = Timer(stmt, tsetup).autorange()
...     print(f"{name:>10}: {total / count * 10 ** 6:7.3f} microseconds ({count} repetitions)")
...
    lambda: 130.495 microseconds (2000 repetitions)
attrgetter:  92.850 microseconds (5000 repetitions)

所以，调用 attrgetter('bar') 1000 次大约比 lambda 快 40 微秒。这是因为调用一个 Python 函数会有一定的开销，而调用像 attrgetter() 这样的本地函数开销要小一些。

这种速度优势也意味着排序会更快：

>>> def test_function(objects, key):
...     sorted(objects, key=key)
...
>>> for name, tsetup in tests.items():
...     count, total = Timer(stmt, tsetup).autorange()
...     print(f"{name:>10}: {total / count * 10 ** 6:7.3f} microseconds ({count} repetitions)")
...
    lambda: 218.715 microseconds (1000 repetitions)
attrgetter: 169.064 microseconds (2000 repetitions)