在 Python 中调用函数集的有效方法答案

【问题标题】：Efficient way of calling set of functions in Python在 Python 中调用函数集的有效方法
【发布时间】：2009-11-23 20:52:01
【问题描述】：

我有一组函数：

functions=set(...)

所有函数都需要一个参数x。

在 python 中执行类似操作的最有效方法是：

for function in functions:
   function(x)

【问题讨论】：

那里的代码有什么问题？
如果设置集合的规则允许，我会很想编写一个调度函数来按顺序进行适当的调用。这是一种更明确的方法。
另见：stackoverflow.com/questions/897362/…

标签： python iteration

【解决方案1】：

你给的代码，

for function in functions:
    function(x)

...调用function(x) 的结果似乎没有任何作用。如果确实如此，这意味着调用这些函数是因为它们的副作用，那么就没有更多的 Pythonic 替代方案了。 保持你的代码不变。^†这里要带回家的重点是

避免使用列表理解中具有副作用的函数。

至于效率：我希望使用其他任何东西而不是简单的循环不会提高运行时间。如有疑问，请使用timeit。例如，以下测试似乎表明常规 for 循环比列表理解更快。（我不愿意从这个测试中得出任何一般性结论，想）：

>>> timeit.Timer('[f(20) for f in functions]', 'functions = [lambda n: i * n for i in range(100)]').repeat()
[44.727972984313965, 44.752119779586792, 44.577917814254761]
>>> timeit.Timer('for f in functions: f(20)', 'functions = [lambda n: i * n for i in range(100)]').repeat()
[40.320928812026978, 40.491761207580566, 40.303879022598267]

但同样，即使这些测试表明列表理解更快，但为了便于阅读，在涉及副作用时，您不应该使用它们。

^†：好吧，我会写成for f in functions，这样function 和functions 之间的区别就更明显了。但这不是这个问题的目的。

【讨论】：

+1 用于“避免在列表理解中具有副作用的函数”提醒。
特别是因为没有定义迭代集合成员的顺序

【解决方案2】：

如果您需要输出，列表推导可以工作。

[func(x) for func in functions]

【讨论】：

【解决方案3】：

我有点怀疑这会对你的程序的总运行时间产生多大的影响，但我想你可以这样做：

[func(x) for func in functions]

缺点是您将创建一个新列表并立即丢弃，但它应该比 for 循环稍快。

在任何情况下，请确保您分析您的代码以确认这确实是您需要处理的瓶颈。

【讨论】：

列表解析应该比for 循环更快并没有什么特别的原因。此类声明需要基准。
wiki.python.org/moin/PythonSpeed/PerformanceTips#Loops 似乎表明有一个特殊原因，即循环被推入编译的 C 代码中。诚然，还有其他因素也有影响，这就是为什么我告诉他进行分析。

【解决方案4】：

编辑：我使用 timeit 重新进行了测试

我的新测试代码：

import timeit

def func(i):
    return i;

a = b = c = d = e = f = func

functions = [a, b, c, d, e, f]

timer = timeit.Timer("[f(2) for f in functions]", "from __main__ import functions")
print (timer.repeat())

timer = timeit.Timer("map(lambda f: f(2), functions)", "from __main__ import functions")
print (timer.repeat())

timer = timeit.Timer("for f in functions: f(2)", "from __main__ import functions")
print (timer.repeat())

这是这个时间的结果。

testing list comprehension
[1.7169530391693115, 1.7683839797973633, 1.7840299606323242]

testing map(f, l)
[2.5285000801086426, 2.5957231521606445, 2.6551258563995361]    

testing plain loop
[1.1665718555450439, 1.1711149215698242, 1.1652190685272217]

我原来的基于 time.time() 的计时与这个测试几乎一致，简单的 for 循环似乎是最有效的。

【讨论】：