Python：多重赋值与单个赋值的速度

问题描述

我一直希望从我的代码中获得更多的性能；最近，在浏览this Python wiki page时，我发现了这样的说法：

好奇，我(在Python2.7上)测试了它：

$ python -m timeit "x, y = 1.2, -1.4"
10000000 loops, best of 3: 0.0365 usec per loop

$ python -m timeit "x = 1.2" "y = -1.4"
10000000 loops, best of 3: 0.0542 usec per loop

我以不同的顺序重复了几次，但多个赋值代码片段始终比单个赋值代码片段执行得好至少30%。显然，我的代码中涉及变量赋值的部分不会成为任何重大瓶颈的来源，但我的好奇心仍然被激怒了。为什么多项作业明显比单独作业快，而文档建议并非如此？

编辑：

我测试了两个以上变量的赋值，得到了以下结果：

这一趋势似乎或多或少是一致的；有人能复制它吗？

(CPU：英特尔酷睿[email protected] GHz)

cpu3

有趣的是，它可能在某种程度上依赖于推荐答案。这两台都是64位Linux计算机(相同的Python版本)。

英特尔(R)酷睿(TM)2双核CPU [email protected] GHz的结果

$ python -V
Python 2.7.5+
$ python -m timeit "x, y = 1.2, -1.4"
10000000 loops, best of 3: 0.0554 usec per loop
$ python -m timeit "x = 1.2" "y = -1.4"
10000000 loops, best of 3: 0.0349 usec per loop

英特尔(R)奔腾(R)CPU [email protected] GHz的结果

$ python -V
Python 2.7.5+
$ python -m timeit "x, y = 1.2, -1.4"
10000000 loops, best of 3: 0.0245 usec per loop
$ python -m timeit "x = 1.2" "y = -1.4"
10000000 loops, best of 3: 0.0394 usec per loop

这篇关于Python：多重赋值与单个赋值的速度的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！