Python中快的循环方式有哪些

这篇文章主要介绍“Python中快的循环方式有哪些”，在日常操作中，相信很多人在Python中快的循环方式有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Python中快的循环方式有哪些”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

创新互联建站坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都网站设计、成都网站制作、外贸网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的安龙网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！

各种姿势

比如说有一个简单的任务，就是从 1 累加到 1 亿，我们至少可以有 7 种方法来实现，列举如下：

1、while 循环

def while_loop(n=100_000_000):
i = 0
s = 0
while i < n:
s += i
i += 1
return s

2、for 循环

def for_loop(n=100_000_000):
s = 0
for i in range(n):
s += i
return s

3、sum range

def sum_range(n=100_000_000):
return sum(range(n))

4、sum generator(生成器)

def sum_generator(n=100_000_000):
return sum(i for i in range(n))

5、sum list comprehension(列表推导式)

def sum_list_comp(n=100_000_000):
return sum([i for i in range(n)])

6、sum numpy

import numpy
def sum_numpy(n=100_000_000):
return numpy.sum(numpy.arange(n, dtype=numpy.int64))

7、sum numpy python range

import numpy
def sum_numpy_python_range(n=100_000_000):
return numpy.sum(range(n))

上述 7 种方法得到的结果是一样的，但是消耗的时间却各不相同，你可以猜测一下哪一个方法最快，然后看下面代码的执行结果：

import timeit

def main():
l_align = 25
print(f'{"1、while 循环":<{l_align}} {timeit.timeit(while_loop, number=1):.6f}')
print(f"{'2、for 循环':<{l_align}}{timeit.timeit(for_loop, number=1):.6f}")
print(f'{"3、sum range":<{l_align}} {timeit.timeit(sum_range, number=1):.6f}')
print(f'{"4、sum generator":<{l_align}} {timeit.timeit(sum_generator, number=1):.6f}')
print(f'{"5、sum list comprehension":<{l_align}} {timeit.timeit(sum_list_comp, number=1):.6f}')
print(f'{"6、sum numpy":<{l_align}} {timeit.timeit(sum_numpy, number=1):.6f}')
print(f'{"7、sum numpy python range":<{l_align}} {timeit.timeit(sum_numpy_python_range, number=1):.6f}')

if __name__ == '__main__':
main()

执行结果如下所示：

比较快的方式

for 比 while 块

for 和 while 本质上在做相同的事情，但是 while 是纯 Python 代码，而 for 是调用了 C 扩展来对变量进行递增和边界检查，我们知道 CPython 解释器就是 C 语言编写的，Python 代码要比 C 代码慢，而 for 循环代表 C，while 循环代表 Python，因此 for 比 while 快。

numpy 内置的 sum 要比 Python 的 sum 快

numpy 主要是用 C 编写的，相同的功能，肯定是 numpy 的快，类似的，numpy 的 arange 肯定比 Python 的 range 快。

交叉使用会更慢

numpy 的 sum 与 Python 的 range 结合使用，结果耗时最长，见方法 7。最好是都使用 numpy 包来完成任务，像方法 6。

生成器比列表推导式更快

生成器是惰性的，不会一下子生成 1 亿个数字，而列表推导式会一下子申请全部的数字，内存占有较高不说，还不能有效地利用缓存，因此性能稍差。

到此，关于“Python中快的循环方式有哪些”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！