У меня есть два списка:
x = [ 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ]
y = ['a','b','c','d','e','f','g','h','i','j']
Я объединяю эти списки, чтобы получить словарь, подобный следующему:
z = {97: 'a', 98: 'b', 99: 'c', 100: 'd', 101: 'e', 102: 'f', 103: 'g', 104: 'h', 105: 'i', 106: 'j'}
Я выполняю эту задачу с помощью mapфункция.
Это можно сделать двумя способами:
первый способ:
z = map(lambda a,b : (a+97 , b), x, y)
второй способ:
def fun(a,b): return (a+97, b)
z = dict(map(fun, x, y))
АНАЛИЗ:
import timeit
min(timeit.repeat(lambda:dict(map(lambda a,b:(a+97,b),x,y))))
def fun(a,b):
return (a+97, b)
min(timeit.repeat(lambda:dict(map(fun, x, y))))
Приведенный выше код дает мне следующий вывод:
8.535995744000047
8.080758586999991
Этот код имеет разницу во времени 0.45523715700005596 ms. Мне сообщили, что лямбда-выражения аналогичны встроенным функциям, которые используются для повышения производительности (скорости выполнения).
Но в соответствии с приведенным выше результатом кажется, что эта мысль является мифом. Есть ли какая-то особая причина этих странных временных тестов? Являются ли локальные функции с одинаковым содержимым более быстрыми, чем лямбда-выражения?
Я знаю и третий способ выполнения вышеупомянутой задачи, то есть
z = dict([(k+97 , v) for k,v in zip(x, y)])
с 7.950903342999936 ms,
Но меня больше интересуют приведенные выше результаты испытаний.