主页 / 问题 / 1536537
Accepted
Глеб
Asked:2023-08-18 19:19:11 +0000 UTC2023-08-18 19:19:11 +0000 UTC

条件表达式：not x 或 x == False？

  • 772

在 python 中，有两个选项用于检查否定条件：

if not x: 

if x == False:

就可读性和/或性能而言，两者中哪一个更好？

python

3 个回答

  1. Best Answer

    PEP 285将帮助我们回答这个问题：

    有人建议，为了满足用户的期望，对于布尔上下文中被视为 true 的每个 x，表达式 x == True 应该为 true，同样，如果 x 被视为 false，则 x == False 应该为 true 。特别是刚刚了解布尔变量的新手可能会写

    if x == True:...

    而不是正确的形式，

    if x:...

    缩写翻译：

    特别是，刚刚学习布尔变量的初学者很可能会写出if x == True:而不是正确的形式 if x:

    • 8

  2. 运行此检查：

    from time import perf_counter
from random import randint


def eq_compare(x):
    return x == False


def not_compare(x):
    return not x


lst = [[], {}, (), 1, 2, 3, True, None] + [randint(0, 10_000) for _ in range(1000)]

s = perf_counter()
for i in lst * 1000:
    eq_compare(i)
print(perf_counter() - s)

s = perf_counter()
for i in lst * 100:
    not_compare(i)
print(perf_counter() - s)

    通过运算符检查的速度not比通过相等运算符检查的速度快10倍以上。以下是一些测量值（成对）：

    ==：0.11482529999921098

    不是：0.009857600030954927

    ==：0.12146590003976598

    不是：0.009981999988667667

    ==：0.11241040000459179

    不是：0.01083189999917522

    我认为通过 == 检查的速度很慢是由于动态类型造成的 - 将类型动态转换为 bool 更困难，所以即使这样也比较值。

    • 4

  3. 首先，选项

    if x == False:

    非常丑陋——该对象False是单例（singleton，唯一的对象），因此，建议使用运算符==（相同的对象）而不是运算符（相同的值）：is

    if x is False:

    来自PEP 8 - Python 代码指南：

    与 None 的比较必须始终使用 is 或 is not 运算符进行，而不是使用比较运算符。

    不太正确的翻译。英文原文略有不同：

    像 None 这样的单例比较必须始终使用 is 或 is not 运算符而不是比较运算符来完成。

    现在，命令

    • if x is False:
    • if not x:

    并不总是相同 - 例如，在命令中if，空字典计算如下False：

    x = {}

if x is False:
    print("1. x is False")    # не выполнится

if not x:
    print("2. not x")         # выполнится

    好吧，现在回答你的问题：

    1. 可读性- 比较：

      • if (option in (1, 5, 6)) is False:和
      • if not option in (1, 5, 6):

      可读性取决于谁在阅读它。;-) 对我来说，这是第二个选择。

    2. 表现：

      option = 4

%timeit if (option in (1, 5, 6)) is False: pass
%timeit if not option in (1, 5, 6): pass

      161 ns ± 3.39 ns per loop (mean ± std. dev. of 7 runs, 10,000,000 loops each)
139 ns ± 1.88 ns per loop (mean ± std. dev. of 7 runs, 10,000,000 loops each)

      第二种选择要快一些。但没有说服力。在我看来，Python解释器根本没有提前检测到匹配，没有优化第一个选项。

    • 3

相关问题