Pythonステップ1-メタグループとリスト

このシリーズの文章は一連の学習ノートで、Python 3の原理、性能をより深く分析することを望んで、文章の中の大部分の観点はすべて原作の作者の観点(以下)で、本人は本の中の例に対して実践と総括を加えて、そして相応のPythonのC言語のソースコード(3.6.1)を結びつけて、分かち合います.原著:

『High Performance Python』by O'Relly Media、著者Micha Gorelick、Ian Ozsvald

『Fluent Python』by O'Relly Media、著者Luciano Ramalho

様々なシーケンス(メタグループ、リストなど)を深く理解することで、車輪を繰り返さないようにすることができます.
シーケンスの分類
一般的な分類は一般にMutableとImmutableによって分類され、Container sequence(要素がオブジェクトのシーケンス):List,Tuple,collections.deque Flat sequence(コンパクトシーケンス):str,bytes,bytearray,memoryview,array.array
リストリスト
List:ダイナミック配列、要素が可変で、サイズ(append,resize)リストを変えることができます.
リスト導出(List Comprehensions)とジェネレータ(Generator)
リスト導出およびジェネレータは、リストおよび他のシーケンスを作成する迅速な方法であり、概要を記述し、高性能なコードを書くことができます.

>>> dummy = [x for x in 'ABC']
>>> dummy
['A', 'B', 'C']

mapやfilterでもリストをすばやく作成できますが、パフォーマンスにはメリットはありません.

(env) MengdeiMac:02-array-seq an$ cat listcomp_speed.py 
import timeit

TIMES = 10000

SETUP = """
symbols = '$¢£¥€¤'
def non_ascii(c):
    return c > 127
"""

def clock(label, cmd):
    res = timeit.repeat(cmd, setup=SETUP, number=TIMES)
    print(label, *('{:.3f}'.format(x) for x in res))

clock('listcomp        :', '[ord(s) for s in symbols if ord(s) > 127]')
clock('listcomp + func :', '[ord(s) for s in symbols if non_ascii(ord(s))]')
clock('filter + lambda :', 'list(filter(lambda c: c > 127, map(ord, symbols)))')
clock('filter + func   :', 'list(filter(non_ascii, map(ord, symbols)))')
(env) MengdeiMac:02-array-seq an$ python listcomp_speed.py 
listcomp        : 0.012 0.013 0.013
listcomp + func : 0.017 0.018 0.032
filter + lambda : 0.020 0.016 0.025
filter + func   : 0.015 0.020 0.025

メタグループ、arraysなどのシーケンスを作成する場合は、リストの導出で行うこともできますが、ジェネレータを使用するとメモリをより節約できます.(iterator protocalで要素を生成し、すべて生成してメモリに入れるのではなく)
タプルTuple
**タプルは「変更不可リスト」(Immutable List)**タプルだけでなく「属性なしレコード」(Records with no field name)**としても使用できます.
Tuple as Records
メタグループを可変リストと見なすだけでは、要素の順序は重要ではありません.メタグループを一連の属性と見なすことができ,属性の数は固定的であり,位置も重要である.

(name, age)  = ('Jack', 18)

位置によって対応する属性を取得することができ、本にはName Tuple,collectionsも紹介されている.nametupleは、属性名を付与したり、名前や場所で属性にアクセスしたりすることができ、Objectよりも軽量です.
Tuple as Immutable List
Tupleはadd,delete,reverseを除いてすべてのListの方法をサポートする.各Pythonプログラマーは、シーケンスがスライスできることを知っています.このようにa[start:stop]、それほど有名ではない知識点があります.
なぜsliceとrangeには最後の要素が含まれていないのか

は、sliceの長さ=stop-start

をより容易に得ることができる.

シーケンスを2つの部分に分割するのが容易であり、a[:3]およびa[3:]

 >>> a = [1,2,3,4,5]
>>> a[:3]
[1, 2, 3]
>>> a[3:]
[4, 5]

シーケンスの割り当て+=、*=
+=依存iaddの実装,すなわちinplace addition*=依存imulの実装は可変シーケンス(List)に対してinplaceの動作が良好に実現され,可変シーケンス(Tuple)に対しては実現されなかった.

>>> l=[1,2,3]
>>> id(l)
4322512072
>>> l *= 2
>>> l
[1, 2, 3, 1, 2, 3]
>>> id(l)
4322512072
>>> 
>>> 
>>> t=(1,2,3)
>>> id(t)
4322621768
>>> t *= 2
>>> t
(1, 2, 3, 1, 2, 3)
>>> id(t)
4322550888
>>> 

すなわち、1つの可変シーケンスに対して、重複する貼り付け操作は非常に非効率であり、多くのメモリ割り当てとコピー操作を伴う.もう一つのcorner caseは、出力がなぜなのか考えてみましょう.異常を投げ出すとtupleも変化し,結論としてtupleに可変のオブジェクトを持たせないで,重畳付与操作は原子操作ではない.

>>> l=(1,2,[30,50])
>>> l[2] += [50,60]
Traceback (most recent call last):
  File "", line 1, in 
TypeError: 'tuple' object does not support item assignment
>>> l
(1, 2, [30, 50, 50, 60])
>>> 

list.sort vs sort
2つのソート関数があります.リストに付属する関数、list.sortは、リストをその場でソートします.つまり、新しいコピーは生成されません.内蔵のsort関数、sort、新しいリストを作成し、ソートし、新しいリストを返します.
もう一つ重要な常識があります.functions or methods that change an object in place should return None to make it clear to the caller that the object itself was changed,and no new object was created.