[PYTHON] Das Hinzufügen ist schneller als das Hinzufügen und Erweitern der Liste, oder?

Einfache Geschwindigkeitsmessung

Messen wir die Geschwindigkeit, wenn wir einer leeren Liste "sub_list = list (range (10000))" hinzufügen.

1. Geschwindigkeit verlängern

In:
%%timeit

li = []
li.extend(sub_list)

Out:
26.7 µs ± 2.44 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

2. Zugabegeschwindigkeit

In:
%%timeit

li = []
li += sub_list

Out:
25.3 µs ± 281 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

** Die Zugabe ist schneller und die Geschwindigkeit ist stabil. verlängern ist eine eingebaute Funktion, aber es ist langsam, nicht wahr? ** **.

Detaillierte Geschwindigkeitsmessung

Für dieses Problem

• Ursprüngliche Listenlänge
• Länge der hinzuzufügenden Liste

Da es zwei Variablen gibt, messen Sie die Geschwindigkeit, wenn Sie mit ihnen spielen. Subtrahieren Sie dann die Geschwindigkeiten und sehen Sie, welche der "verlängern" und die Addition gewinnt.

Wenn die Liste kurz ist

• Vertikale Achse: Länge der ursprünglichen Liste
• Horizontale Achse: Länge der hinzuzufügenden Liste --Weiß: verlängern ist schneller
• Schwarz: Das Hinzufügen ist schneller

** Zusatzvorteil **

Wenn die Liste lang ist

• Vertikale Achse: Länge der ursprünglichen Liste
• Horizontale Achse: Länge der hinzuzufügenden Liste --Weiß: verlängern ist schneller
• Schwarz: Das Hinzufügen ist schneller

** Dominanz erweitern **

Ich frage mich, ob es überhaupt an der Implementierung von Python beteiligt ist.

Code

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
from time import time


def extend_time(old_i, new_i):
    old = list(range(10 ** old_i))
    new = list(range(10 ** new_i))
    s = time()
    old.extend(new)
    e = time()
    return e - s


def add_time(old_i, new_i):
    old = list(range(10 ** old_i))
    new = list(range(10 ** new_i))
    s = time()
    old += new
    e = time()
    return e - s


extend_time = np.vectorize(extend_time)
add_time = np.vectorize(add_time)


shape = (8, 8)
extend_graph = np.fromfunction(extend_time, shape, dtype=np.int)
add_graph = np.fromfunction(add_time, shape, dtype=np.int)

result = np.where(extend_graph - add_graph > 0, True, False)
sns.heatmap(result, cbar=False, xticklabels=[10 ** i for i in range(shape[0])], yticklabels=[10 ** i for i in range(shape[0])])
plt.ylabel("old list length")
plt.xlabel("new list length")
plt.show()