是时候在Python中分配变量了

Question

假设我有一个非常紧密的循环：

a = func(x)
b = func2(a)

变量a不在其他任何地方使用。

是否Python的自动编译掉分配给a呢，还是走的时候每次都做变量赋值？ 换句话说，此代码是否相同，还是由于缺少分配给a速度略快？

b = func2(func(x))

Python2.7和Python3的行为是否相同？

Answer 1

因此，使用非常有趣的dis模块，我们可以查看从您提供的python代码生成的实际字节码。 为了简单func2 ，我用内置函数（ int和float ）替换了func和func2 。

因此，我们的来源如下所示：

def assign():
    a = int()
    b = float(a)

与简化版本：

def simple():
    b = float(int())

然后从cpython 2.7解释器开始，我们可以看到从assign函数生成的字节码：

dis.dis(assign)
  2           0 LOAD_GLOBAL              0 (int)
              3 CALL_FUNCTION            0
              6 STORE_FAST               0 (a)

  3           9 LOAD_GLOBAL              1 (float)
             12 LOAD_FAST                0 (a)
             15 CALL_FUNCTION            1
             18 STORE_FAST               1 (b)
             21 LOAD_CONST               0 (None)
             24 RETURN_VALUE

如您所见，没有窥视孔优化来删除不必要的中间变量，与简化的简单方法的字节码相比，这会导致额外的2条指令（ STORE_FAST a ， LOAD_FAST a ）：

dis.dis(simple)
  2           0 LOAD_GLOBAL              0 (float)
              3 LOAD_GLOBAL              1 (int)
              6 CALL_FUNCTION            0
              9 CALL_FUNCTION            1
             12 STORE_FAST               0 (b)
             15 LOAD_CONST               0 (None)
             18 RETURN_VALUE

对于适用于Python 3.5的CPython解释器和适用于Python 2.7的pypy解释器，这是相同的。

Answer 2

使用dis模块比较字节码：看起来第二种方法产生较少的操作

import dis

print(dis.dis('a=f(2);b=g(a)'))
print(dis.dis('b=g(f(2))'))


>>>   
  1           0 LOAD_NAME                0 (f)
              2 LOAD_CONST               0 (2)
              4 CALL_FUNCTION            1
              6 STORE_NAME               1 (a)
              8 LOAD_NAME                2 (g)
             10 LOAD_NAME                1 (a)
             12 CALL_FUNCTION            1
             14 STORE_NAME               3 (b)
             16 LOAD_CONST               1 (None)
             18 RETURN_VALUE
None
  1           0 LOAD_NAME                0 (g)
              2 LOAD_NAME                1 (f)
              4 LOAD_CONST               0 (2)
              6 CALL_FUNCTION            1
              8 CALL_FUNCTION            1
             10 STORE_NAME               2 (b)
             12 LOAD_CONST               1 (None)
             14 RETURN_VALUE
None

Answer 3

可以使用timeit轻松检查此类查询。 这是Python2.7的结果。

root:/var# python -m timeit "f1 = lambda x:x; f2 = lambda x: x*2; a=f1(2); b=f2(a)"
1000000 loops, best of 3: 0.29 usec per loop
root:/var# python -m timeit "f1 = lambda x:x; f2 = lambda x: x*2; b=f2(f1(2))"
1000000 loops, best of 3: 0.284 usec per loop
root:/var# python -m timeit "f1 = lambda x:x; f2 = lambda x: x*2; a=f1(2); b=f2(a)"
1000000 loops, best of 3: 0.285 usec per loop
root:/var# python -m timeit "f1 = lambda x:x; f2 = lambda x: x*2; b=f2(f1(2))"
1000000 loops, best of 3: 0.283 usec per loop
root:/var# python -m timeit "f1 = lambda x:x; f2 = lambda x: x*2; a=f1(2); b=f2(a)"
1000000 loops, best of 3: 0.294 usec per loop
root:/var# python -m timeit "f1 = lambda x:x; f2 = lambda x: x*2; b=f2(f1(2))"
1000000 loops, best of 3: 0.286 usec per loop

并且这与描述使用真棒dis模块的其他答案显示出一致的结果。

Answer 4

实际时间将取决于func()和func2()函数的作用。 不是最好的例子，但是下面给出了一个快速（又脏）的测试代码：

import time

def func(x):
    return 5

def func2(a):
    return 10

t0 = time.time()
x = 10
for i in range(1,10000):
    a = func(x)
    b = func2(a)
t1 = time.time()

print("Time 1: ", t1-t0)

t2 = time.time()
x = 10
for i in range(1,10000):
    b = func2(func(x))
t3 = time.time()

print("Time 2: ", t3-t2)

上面代码的输出是：

Time 1:  0.0029211044311523438
Time 2:  0.002785921096801758

所以是的，在Pyhton 3中，避免分配a要快一些。