[解決済み] Pythonの".append() "と" += []"の違いは何ですか？

質問

とはどのような違いがあるのでしょうか。

some_list1 = []
some_list1.append("something")

と

some_list2 = []
some_list2 += ["something"]

どのように解決するのですか？

あなたの場合、唯一の違いはパフォーマンスです。

Python 3.0 (r30:67507, Dec  3 2008, 20:14:27) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import timeit
>>> timeit.Timer('s.append("something")', 's = []').timeit()
0.20177424499999999
>>> timeit.Timer('s += ["something"]', 's = []').timeit()
0.41192320500000079

Python 2.5.1 (r251:54863, Apr 18 2007, 08:51:08) [MSC v.1310 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import timeit
>>> timeit.Timer('s.append("something")', 's = []').timeit()
0.23079359499999999
>>> timeit.Timer('s += ["something"]', 's = []').timeit()
0.44208112500000141

一般的な場合 append はリストに1つの項目を追加しますが += は すべて の要素を左側のリストにコピーします。

更新：perf解析

バイトコードを比較することで、以下のことが想定できます。 append バージョンでは LOAD_ATTR + CALL_FUNCTION で、+=バージョン -- で BUILD_LIST . どうやら BUILD_LIST を凌駕する LOAD_ATTR + CALL_FUNCTION .

>>> import dis
>>> dis.dis(compile("s = []; s.append('spam')", '', 'exec'))
  1           0 BUILD_LIST               0
              3 STORE_NAME               0 (s)
              6 LOAD_NAME                0 (s)
              9 LOAD_ATTR                1 (append)
             12 LOAD_CONST               0 ('spam')
             15 CALL_FUNCTION            1
             18 POP_TOP
             19 LOAD_CONST               1 (None)
             22 RETURN_VALUE
>>> dis.dis(compile("s = []; s += ['spam']", '', 'exec'))
  1           0 BUILD_LIST               0
              3 STORE_NAME               0 (s)
              6 LOAD_NAME                0 (s)
              9 LOAD_CONST               0 ('spam')
             12 BUILD_LIST               1
             15 INPLACE_ADD
             16 STORE_NAME               0 (s)
             19 LOAD_CONST               1 (None)
             22 RETURN_VALUE

を削除することで、さらにパフォーマンスを向上させることができます。 LOAD_ATTR のオーバーヘッドを削除することでパフォーマンスを向上させることができます。

>>> timeit.Timer('a("something")', 's = []; a = s.append').timeit()
0.15924410999923566