Python首选语法背后的基本原理

Question

在Python中提倡使用for i in xrange(...)风格的循环结构背后的基本原理是什么？对于简单的整数循环，开销的差别是巨大的。我用两段代码进行了一个简单的测试：

文件idiomatic.py：

#!/usr/bin/env python

M = 10000
N = 10000

if __name__ == "__main__":
    x, y = 0, 0
    for x in xrange(N):
        for y in xrange(M):
            pass

文件cstyle.py：

^{pr2}$

分析结果如下：

bash-3.1$ time python cstyle.py

real    0m0.109s
user    0m0.015s
sys     0m0.000s

bash-3.1$ time python idiomatic.py

real    0m4.492s
user    0m0.000s
sys     0m0.031s

我能理解为什么Pythonic版本比较慢——我想这与调用xrange N次有很大关系，如果有办法倒带生成器，这可能会被消除。然而，由于执行时间上的差异，为什么要使用python版本呢？在

编辑：我使用Martelli先生提供的代码再次进行了测试，结果现在确实更好了：

我想我可以从这里列举一些结论：

1）模块范围内的大量代码是个坏主意，即使代码被封装在if __name__ == "__main__":块中。在

2）*奇怪的是，将属于thebadone的代码修改为我不正确的版本（让y在不重置的情况下增长）在性能上几乎没有差别，甚至对于更大的M和N值也是如此

Answer 1

你忘了在内环后将y重置为0。在

#!/usr/bin/env python
M = 10000
N = 10000

if __name__ == "__main__":
    x, y = 0, 0
    while x < N:
        while y < M:
            y += 1
        x += 1
        y = 0

ed:20.63s修复后与6.97s使用xrange

Answer 2

以下是适当的比较，例如循环.py公司名称：

M = 10000
N = 10000

def thegoodone():
   for x in xrange(N):
       for y in xrange(M):
           pass

def thebadone():
    x = 0
    while x < N:
        y = 0
        while y < M:
            y += 1
        x += 1

所有实质性的代码都应该总是在函数中——在模块的顶层放上一亿个循环，这是对性能的漠视，是对任何试图测量所述性能的嘲弄。在

完成后，您会看到：

^{pr2}$

因此，适当地衡量一下，您提倡的坏方法比Python提倡的好方法慢3倍左右。我希望这能让你重新考虑你的错误主张。在

Answer 3

很适合迭代数据结构

for i in ...语法对于在数据结构上迭代非常有用。在较低级别的语言中，您通常会迭代一个由int索引的数组，但是使用python语法可以消除索引步骤。在