python的any（）函數背后的訣竅是什么？

Question

其中一個pycon2011會話分享了這個any()函數技巧; 解釋是循環在C中。

有人可以解釋一下嗎？ 它背后的訣竅是什么，還有其他用例嗎？

>>> import itertools, hashlib, time
>>> _md5 = hashlib.md5()
>>> def run():
...   for i in itertools.repeat('foo', 10000000):
...     _md5.update(i)
... 
>>> a = time.time(); run(); time.time() -a
3.9815599918365479
>>> _md5 = hashlib.md5()
>>> def run():
...   any(itertools.imap(_md5.update, itertools.repeat('foo', 10000000)))
... 
>>> a = time.time(); run(); time.time() -a
2.1475138664245605
>>> 

Answer 1

itertools.imap創建一個惰性列表，其中包含要評估的函數（md5）和它的參數（'foo'字符串）。 此時不對md5調用進行評估，而是與它們的參數一起准備（我認為它們被稱為thunks）。 然后，當您將此迭代器傳遞給任何函數時，它將遍歷評估它們的所有元素。 這比第一個程序中的顯式Python評估更快，因為any都是在C中實現的，並且所有內容都發生在C庫代碼中，而不會在每個迭代器元素之后返回到解釋器。

Answer 2

本身沒有“詭計”; 運行編譯的C代碼比運行Python字節碼更快 。