Python:多重分配与个人分配速度

Question

我一直在寻求从我的代码中挤出更多的性能；最近，在浏览this Python wiki page ，我发现了这个说法:

Multiple assignment is slower than individual assignment. For example "x,y=a,b" is slower than "x=a; y=b".

好奇，我测试了它(在 Python 2.7 上):

$ python -m timeit "x, y = 1.2, -1.4"
10000000 loops, best of 3: 0.0365 usec per loop

$ python -m timeit "x = 1.2" "y = -1.4"
10000000 loops, best of 3: 0.0542 usec per loop

我以不同的顺序等重复了几次，但多次分配片段的表现始终比单独分配好至少 30%。显然，我的代码中涉及变量赋值的部分不会成为任何重大瓶颈的根源，但我的好奇心还是被激起了。为什么多次赋值显然比单个赋值快，而文档却另有说明？

编辑:

我测试了对两个以上变量的赋值并得到了以下结果:

趋势似乎或多或少是一致的；任何人都可以复制它吗？

(CPU:英特尔酷睿 i7 @ 2.20GHz)

Answer 1

有趣的是，它可能在某种程度上取决于 CPU。这些都是 64 位 linux 机器(相同的 Python 构建)。

Intel(R) Core(TM)2 Duo CPU T7300 @ 2.00GHz 的结果

$ python -V
Python 2.7.5+
$ python -m timeit "x, y = 1.2, -1.4"
10000000 loops, best of 3: 0.0554 usec per loop
$ python -m timeit "x = 1.2" "y = -1.4"
10000000 loops, best of 3: 0.0349 usec per loop

Intel(R) Pentium(R) CPU G850 @ 2.90GHz 的结果

$ python -V
Python 2.7.5+
$ python -m timeit "x, y = 1.2, -1.4"
10000000 loops, best of 3: 0.0245 usec per loop
$ python -m timeit "x = 1.2" "y = -1.4"
10000000 loops, best of 3: 0.0394 usec per loop