比较Python中的列表推导式和map(),filter()函数

比较 Python 中的列表推导式和 map(),reduce()函数

对一个列表（迭代器）中的元素进行批量处理是一个很常见的业务需求，在 Python 中，一般有三种解决方案：for循环，列表推导式，或者map(),filter()函数。

例如我们计算一下 100 以内奇数的平方和。

# for loop
total = 0
for x in range(100):
    if x % 2:
        total += x * x

# list comprehension
sum(x * x for x in range(100) if x % 2)

# map(), filter()
sum(map(lambda x: x * x, filter(lambda x: x % 2, range(100))))

for循环方案最容易理解但有些繁琐，列表推导式方案就简洁了很多，map(),filter()方案存在一个问题就是要理解它们嵌套关系和执行顺序。

三种方案的效率也可以进行一下比较。

可以看到 for 循环和列表推导式的效率是相近的，而map(),filter()方案就慢很多，这是因为map(),filter()方案中进行了大量的函数调用，而 Python 解释器对列表推导式有专门的优化。

我按照自己的尺度给三种方案做了一个评价。

综合而言，在 Python 中进行列表（迭代器）的处理，列表推导式是更简洁，效率更高的方案，也更 Pythonic，不过当列表推导式过于复杂的时候，转而使用for循环会使代码更好理解和可维护。