Oppiskele Map()-Funktion ja Listakomprehensioiden Hyödyntäminen | Suorituskyvyn Parantaminen Sisäänrakennetuilla Työkaluilla

Aina kun mahdollista, on parempi käyttää sisäänrakennettuja funktioita, metodeja tai kirjastofunktioita kuin luoda algoritmeja alusta alkaen. Sisäänrakennetut ja kirjastofunktiot ovat yleensä optimoitu suorituskyvyn kannalta, toimivat tehokkaammin ja on suunniteltu käsittelemään laajasti erilaisia poikkeustapauksia.

Aloitetaan tehokkailla työkaluilla, kuten map()-funktiolla ja listan ymmärryksillä (list comprehensions), jotka voivat nopeuttaa koodiasi merkittävästi. Koska listan ymmärrykset ovat suorituskyvyltään optimoituja ja map() on toteutettu C-kielellä, ne suorittavat yleensä nopeammin kuin käsin kirjoitetut silmukat.

Listan ymmärrykset

Listan ymmärrykset tarjoavat ytimekkäämmän ja usein nopeamman tavan luoda listoja verrattuna perinteisiin for-silmukoihin. Lisäksi ne voivat tehdä koodistasi helpommin luettavaa ja ymmärrettävää.

Vertaillaan for-silmukan ja listan ymmärryksen suorituskykyä luomalla lista, jossa jokainen luku väliltä 1–10000000 kerrotaan 2:lla:


              123456789101112131415161718192021
            
import os
os.system('wget https://staging-content-media-cdn.codefinity.com/courses/8d21890f-d960-4129-bc88-096e24211d53/section_1/chapter_3/decorators.py 2>/dev/null')
from decorators import timeit_decorator

numbers = list(range(1, 10000001))

@timeit_decorator(number=3)
def list_comprehension():
    return [x * 2 for x in numbers]

@timeit_decorator(number=3)
def for_loop():
    result = []
    for x in numbers:
        result.append(x * 2)
    return result

list_1 = list_comprehension()
list_2 = for_loop()

print(list_1 == list_2)

map()-funktion käyttö

map-funktio soveltaa määriteltyä funktiota jokaiseen iteroitavan (esim. lista) alkioon.

Se on paitsi tiiviimpi kuin silmukoiden kirjoittaminen, myös usein nopeampi, koska toteutuksessa hyödynnetään C-tason optimointeja, jotka vähentävät toistuvien funktiokutsujen aiheuttamaa ylikuormitusta.

Vaikka map voi tarjota suorituskykyetuja erityisesti sisäänrakennettujen funktioiden kanssa, nopeusero listan ymmärryksiin verrattuna on usein merkityksetön. Molemmat ovat erittäin optimoituja, ja yksinkertaisissa operaatioissa map:n suorituskykyetu on tuskin havaittavissa. Käytännössä valinta näiden kahden välillä kannattaa tehdä luettavuuden ja tiettyjen käyttötapausten, kuten map:n muistitehokkuuden, perusteella.

Vertaillaan map-funktion, for-silmukoiden ja listan ymmärrysten suorituskykyä, kun muotoillaan 1000000 asiakasnimeä otsikkotapaukseen (esim. 'john doe' -> 'John Doe'):


              1234567891011121314151617181920212223242526
            
import os
os.system('wget https://staging-content-media-cdn.codefinity.com/courses/8d21890f-d960-4129-bc88-096e24211d53/section_1/chapter_3/decorators.py 2>/dev/null')
from decorators import timeit_decorator

customer_names = ['john doe', 'jane smith', 'alex johnson', 'ivan smith'] * 250000

@timeit_decorator(number=10)
def map_function():
    return list(map(str.title, customer_names))

@timeit_decorator(number=10)
def list_comprehension():
    return [name.title() for name in customer_names]

@timeit_decorator(number=10)
def for_loop():
    result = []
    for name in customer_names:
        result.append(name.title())
    return result

formatted_with_map = map_function()
formatted_with_comprehension = list_comprehension()
formatted_with_for_loop = for_loop()

print(formatted_with_map == formatted_with_comprehension == formatted_with_for_loop)

Kuten odotettua, for-silmukka on hitainta kolmesta vaihtoehdosta. Tässä esimerkissä map oli nopeampi kuin listan ymmärrys (list comprehension), vaikka käytännössä suorituskyky voi vaihdella käyttötapauksen mukaan. Joskus listan ymmärrys voi jopa olla nopeampi kuin map, erityisesti yksinkertaisemmissa lausekkeissa.

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 3. Luku 1

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Awesome!

Completion rate improved to 7.69

Pyyhkäise näyttääksesi valikon