列表推导式对比For循环执行效率

我们在前面的学习中都知道，如果把1-10以内的元素追加到一个新的列表表中，如果使用for循环我们可以这么做：

a = []
for i  in range(1,11):
    a.append(i)
print(a)

输出结果如下：

如果我们换成列表解析式来进行操作会是什么样呢？接下来我们换成列表解析式，如下所示：

b = [a for a in range(1,11)]
print(b)

输出结果如下：

同样的实现效果，那么到底哪种方式的效率更快呢？继续分析，为了看执行效率，我们引入time模块，来实际看一下两种方式执行效率的差异：

我们首先看一下for循环执行的效率：

import time
a = []
t0=time.clock()  #获取当前时间

for i in range(1,20000):
     a.append(i)
print('for循环消耗的时间是：{a}'.format(a=time.clock()-t0))

输出结果如下：

然后我继续看一下列表解析式的执行效率：

t0=time.clock()
b = [i for i in range(1,20000)]
print("列表推导式消耗的时间：{}".format(time.clock()-t0))

 输出结果如下：

总结对比：

 

当然，两种方法运用好了，对我们后面的实际工作中都是有很大帮助的，列表推导式和for循环的应用场景不相同，本篇只是给大家分享两者在处理程序上的效率差异性。不喜勿喷哈！