快速创建具有序号的列表

Question

from time import time

mylist1 = []
mylist2 = []

start1 = time()
for i in range(100000000):
    mylist1.append(i)
end1 = time()

start2 = time()
mylist2 = [0] * 100000000
end2 = time()

print(end1-start1, end2-start2)

当我对两个动作进行计时以填充列表时，使用for循环可获得14秒，而mylist2 = [0] * 100000000 0.5秒

因此，如果我需要一次插入大量项目，似乎可以使用第二种方法。

但是，如果我做第二件事，则必须为所有插入相同的数字，或者手动键入要重复的数字。

有办法执行吗

for i in range(100000000):
    mylist1.append(i)

这个动作导致[0,1,2,3，...，n]的速度很好？

如果速度很快，则代码不一定必须简短。

Answer 1

对于完整的可移植性， 如Prune所述， list(range(N))将获得最佳性能。 就是说，如果您仅以Python 3.5或更高版本为目标，则可以使用PEP 448的其他解包概括来加快其运行速度，方法如下：

[*range(N)]

注意，这是固定的节省，而不是每个项目； 它所做的只是绕过内置名称空间中的list查找，以及常规list构造函数的广义函数调用分派和__init__参数处理。 因此，当您谈论1亿件商品时，节省下来的钱将浪费在噪音中。 所有这一切都是（在我的3.6安装中）将固定开销减少了170±10 ns（例如list(range(0))每次调用花费417 ns，而[*range(0)]每次调用花费247 ns）。

但是在特定情况下，还有一个更快的选择：

mynotlist = range(100000000)

在现代Python中， range对象是完整的序列 ，它们是不可变的。 因此，您可以构造它们，对其进行索引，对其进行切片，计算它们的长度，前后对其进行迭代，检查成员资格（在O(1)为int s，这与成员资格测试为O(n) list不同）等。它们缺少的与非可变性无关的功能是串联和重复（使用+和* ），尽管您可以使用itertools函数（例如chain （用于串联）和islice cycle （用于重复））来模拟这些功能 。

如果您不需要突变序列，只需阅读一下即可，使用“ raw” range是迄今为止的最佳选择 ； range s是惰性的，不占用内存，同时仍然非常有效地产生它们的值。 懒惰可能很重要； list(range(100000000))将需要（在64位Python上） list本身加上其包含的所有int的3.45 GB内存； range(100000000)需要48 个字节 。 考虑到内存的节省，即时生成值的琐碎成本是值得的。

如果需要可变性，仍然可以在内存上节省一点。 如果可以选择numpy ，则可以满足sacul的回答 ； 如果不是这样， Python的数组模块将为您节省一些时间和大量内存。 相比：

 list(range(100000000))

array替代：

 array.array('I', range(100000000))

花费更少的约10％的时间（微基准有list在3.39秒，与array.array在3.07秒），并且消耗更少的存储器（下〜391 MB，对所述〜3529 MB的的list的int或多个）。 array的主要代价是值的范围有限（例如，对于'I' ，四字节unsigned int只能将值存储在range(2**32) ； q / Q格式代码的最大范围，使用两倍的内存，将是range(-2**63, 2**63) / range(2**64) ）。

Answer 2

尝试列出range输出：

mylist3 = list(range(100000000))

我将此添加到您的测试中并获得了以下时间：

append: 18.42
all-0:   0.23
list:    2.63       <== The new one

Answer 3

既然您说需要速度，我认为np.arange是最好的选择，它甚至比创建所有0秒的列表还要快。 以下是我机器上的时间：

import timeit
import numpy as np

def m1(n=100000000):
    mylist = []
    for i in range(n):
        mylist.append(i)
    return mylist

def m2(n=100000000):
    return [0] * n

def m3(n=100000000):
    return list(range(n))

def m4(n=100000000):
    return np.arange(n)

>>> timeit.timeit(m1,number=1)
17.615584995000972
>>> timeit.timeit(m2,number=1)
0.7669911839911947
>>> timeit.timeit(m3,number=1)
9.909814337006537
>>> timeit.timeit(m4,number=1)
0.5374436590063851

请注意， np.arange()返回np.array 。 如果需要将其转换回列表，则会失去速度。 最好只使用数组...

def m4(n=100000000):
    return np.arange(n).tolist()

>>> timeit.timeit(m4,number=1)
11.485261309993803