「タプル内包」とスタースプラット/アンパック演算子*

Question

は、真の「タプルの内包表記は」存在しないことが述べられています。代わりに、私たちの現在のオプションは、ジェネレータ式を使用して、タプルのコンストラクタに結果ジェネレータオブジェクトを渡すことです。また

tuple(thing for thing in things) 

、我々はリストの内包表記を使用してリストを作成し、タプルのコンストラクタにリストを渡すことができます。

最後

tuple([thing for thing in things]) 

と受け入れ答えのそれとは反対に、a more recent answerはタプルの内包表記が実際に次の構文を使用して（Pythonの3.5以降）のものであることを述べた：

*(thing for thing in things), 

• 私にとっては、第2の例も、ジェネレータオブジェクトが最初に作成される例であるようです。これは正しいです？

• 舞台裏でこれらの表現に違いはありますか？パフォーマンス面では？私は第1と第3がレイテンシの問題を抱えているのに対し、第2と第3はメモリの問題があると考えています（リンクされたコメントで議論されているように）。

• 最初のものと最後のものを比較すると、どれが1つのピジョンが多いのですか？

更新：予想通り

、リストの内包が実際にはるかに高速です。私はなぜ最初のものが第3のものよりも速いのか理解していない。何かご意見は？私に

>>> from timeit import timeit 

>>> a = 'tuple(i for i in range(10000))' 
>>> b = 'tuple([i for i in range(10000)])' 
>>> c = '*(i for i in range(10000)),' 

>>> print('A:', timeit(a, number=1000000)) 
>>> print('B:', timeit(b, number=1000000)) 
>>> print('C:', timeit(c, number=1000000)) 

A: 438.98362647295824 
B: 271.7554752581845 
C: 455.59842588083677 

Answer 1

第二の例はまた、発電機 オブジェクトが最初に作成されたものであるように、それはそうです。これは正しいです？

はい、あなたが正しいなら、CPythonのバイトコードをチェックアウト：

>>> import dis 
>>> dis.dis("*(thing for thing in thing),") 
    1   0 LOAD_CONST    0 (<code object <genexpr> at 0x7f56e9347ed0, file "<dis>", line 1>) 
       2 LOAD_CONST    1 ('<genexpr>') 
       4 MAKE_FUNCTION   0 
       6 LOAD_NAME    0 (thing) 
       8 GET_ITER 
      10 CALL_FUNCTION   1 
      12 BUILD_TUPLE_UNPACK  1 
      14 POP_TOP 
      16 LOAD_CONST    2 (None) 
      18 RETURN_VALUE 

は が舞台裏で何の点では、これらの式の間のいずれかの違いはありますか？パフォーマンス面では？私は最初に と仮定し、3番目にレイテンシの問題があり、2番目のメモリには の問題がある可能性があります（リンクされたコメントで説明しています）。

>>> from timeit import timeit 
>>> def f1(): tuple(thing for thing in range(100000)) 
... 
>>> def f2(): *(thing for thing in range(100000)), 
... 
>>> timeit(lambda: f1(), number=100) 
0.5535585517063737 
>>> timeit(lambda: f2(), number=100) 
0.6043887557461858 

最初のものと最後を比較すると、1は次のとおりです。

私のタイミングは最初の1は、開梱はtuple()コールよりもBUILD_TUPLE_UNPACKを経由して、より高価であると思われるので、少し速くであることを示唆していますより多くのpythonic？

私のはるかに読みやすく、さまざまなPythonバージョンでも動作します。