Pythonで A+=B と A=A+B の違いを調べてみたのでメモ

実験環境

OS	macOS Sierra
CPU	2.3 GHz Intel Core i7
メモリ	16 GB 1600 MHz DDR3
Pythonのバージョン	2.7.10

実験

準備

• 以下のような少し大きめのデータと関数を用意して、それぞれ実行時間、演算後のオブジェクト識別子、バイトコードを確認してみた。
  • 関数の呼び出しの前後で time.time() を呼び出して差分で実行時間を計測
  • 演算後のオブジェクト識別子は、組み込み関数の id() を利用
  • バイトコードの確認は、disモジュールを利用

def add(list_x, list_y):                                                        
    list_x = list_x + list_y                                                    
    return list_x   

def inplace(list_x, list_y):                                                    
    list_x += list_y                                                            
    return list_x 

list_a = [[0 for x in range(10000)] for y in range(10000)]
list_b = [[0 for x in range(10000)] for y in range(10000)]

実験結果

• 以下のような出力をするコードを組んで、確認した。

add(list_a, list_b)
実行時間: 0.000458
id(list_a): 4391953400 -> 5530614960
------ dis.dis(add) ------
  8           0 LOAD_FAST                0 (list_a)
              3 LOAD_FAST                1 (list_b)
              6 BINARY_ADD          
              7 STORE_FAST               0 (list_a)

  9          10 LOAD_FAST                0 (list_a)
             13 RETURN_VALUE


inplace(list_a, list_b)
実行時間: 0.000285
id(list_a): 5530614960 -> 5530614960
------ dis.dis(inplace)  ------
 44           0 LOAD_FAST                0 (list_a)
              3 LOAD_FAST                1 (list_b)
              6 INPLACE_ADD         
              7 STORE_FAST               0 (list_a)

 45          10 LOAD_FAST                0 (list_a)
             13 RETURN_VALUE        

	add	inplace	結果
実行時間	0.000458	0.000285	inplaceの方が早い
バイトコードの差	BINARY_ADD	INPLACE_ADD	バイトコードでも変化していることが確認できる
id(list_a)	変化あり	変化なし	addは新しいオブジェクトとして生成されていて、inplaceは同じオブジェクトに値が代入されている。

• どうやらaddの方は新しいオブジェクトのためのメモリ領域を確保しなければならない分、遅くなっているようだ。
• 差は微々たるものだが、内部の動作を意識すると メモリ・実行速度の観点で A+=B を利用したほうが良さそうだと思った。

モチベーション

両者の内部的な動きを意識したことがなかったので自分なりに調査してみた。
「どっちでも一緒やろ！」と思っていた自分が恥ずかしい限り・・・こういった部分まで理解していく姿勢を身につけねばと思い始めた今日この頃です。