为什么`float`函数比乘以1.0慢？答案

【问题标题】：Why `float` function is slower than multiplying by 1.0?为什么`float`函数比乘以1.0慢？
【发布时间】：2014-04-10 09:12:13
【问题描述】：

我知道这可能不是问题，但我为 HPC 环境编写软件，所以这 3.5 倍的速度提升实际上有所作为。

In [1]: %timeit 10 / float(98765)            
1000000 loops, best of 3: 313 ns per loop

In [2]: %timeit 10 / (98765 * 1.0)
10000000 loops, best of 3: 80.6 ns per loop

我使用dis 来查看代码，我认为float() 会更慢，因为它需要函数调用（不幸的是，我无法通过dis.dis(float) 看到它实际在做什么）。

我想第二个问题是什么时候应该使用float(n)，什么时候应该使用n * 1.0？

【问题讨论】：

除了两个 dict 查找（全局和内置）和一个函数调用的区别之外，第二个可能会应用 constant folding。
如果没有显示更接近结果的常量折叠（即当我用变量替换 98765 时），float 仍然稍微慢一些。至于为什么你肯定要使用float是像float('1.0')这样的统一转换。

标签： python optimization python-internals

【解决方案1】：

因为窥孔优化器通过预先计算乘法的结果来优化它

import dis
dis.dis(compile("10 / float(98765)", "<string>", "eval"))

  1           0 LOAD_CONST               0 (10)
              3 LOAD_NAME                0 (float)
              6 LOAD_CONST               1 (98765)
              9 CALL_FUNCTION            1
             12 BINARY_DIVIDE       
             13 RETURN_VALUE        

dis.dis(compile("10 / (98765 * 1.0)", "<string>", "eval"))

  1           0 LOAD_CONST               0 (10)
              3 LOAD_CONST               3 (98765.0)
              6 BINARY_DIVIDE       
              7 RETURN_VALUE

它将98765 * 1.0 的结果作为常量值存储在字节码中。所以，它只需要加载它并划分，在第一种情况下，我们必须调用函数。

这样我们可以看得更清楚

print compile("10 / (98765 * 1.0)", "<string>", "eval").co_consts
# (10, 98765, 1.0, 98765.0)

由于该值是在编译时预先计算的，因此第二个更快。

编辑：正如Davidmh in the comments所指出的，

它没有优化除法的原因是它的行为取决于标志，比如from __future__ import division，也因为-Q标志。

引用the comment from the actual peephole optimizer code for Python 2.7.9，

        /* Cannot fold this operation statically since
           the result can depend on the run-time presence
           of the -Qnew flag */

【讨论】：

它没有优化除法的原因是它的行为取决于标志，比如from __future__ import division。
@Davidmh 谢谢 :) 我也将其包含在答案中。
如果你 a = 98765 然后测试 10/float(a) 和 10/(a*1.0) 我仍然得到 2x 的速度差异，但编译后的代码似乎不受不断折叠的影响。
我知道float()（调用__float__魔术方法）的目的与乘以1.0有很大不同，但我经常看到python 2整数除法被教为a/float(b ) （或from __future__ import division），我试图找出除了float() 能够处理具有__float__ 方法的任意类型之外的原因
@JasonP 该划分可以通过程序中未设置的标志来控制。这就是为什么，它没有优化它。