预备知识：python 对变量搜索是用的是环境模型，顺序是 Local - Enclosing - Global - Builtin，记不住的就记 LEGB (一句脏话)。简单点说就是在当前环境搜变量/方法，如果没有，就去上一环境搜，搜到 builtin 都没有，就会报错。
这段我主要对比 map 跟 for 循环。我们来看看 map 跟 for 的字节码都干了什么, 根据分析结果看看我们能不能做点什么优化。
先来看 map
In [14]: def map_loop(): ....: list(map(math.sin, range(100))) ....: In [15]: dis.dis(map_loop) 2 0 LOAD_GLOBAL 0 (list) 3 LOAD_GLOBAL 1 (map) 6 LOAD_GLOBAL 2 (math) 9 LOAD_ATTR 3 (sin) 12 LOAD_GLOBAL 4 (range) 15 LOAD_CONST 1 (100) 18 CALL_FUNCTION 1 (1 positional, 0 keyword pair) 21 CALL_FUNCTION 2 (2 positional, 0 keyword pair) 24 CALL_FUNCTION 1 (1 positional, 0 keyword pair) 27 POP_TOP 28 LOAD_CONST 0 (None) 31 RETURN_VALUE载入全局 list 与 map 方法，载入 math 模块, 从中载入 sin 方法，载入全局 range 方法。 调用range方法，调用map方法，调用list方法。map是用c实现的。
再看for
In [12]: def for_loop(): ....: r = [] ....: for i in range(100): ....: r.append(math.sin(i)) ....: In [13]: dis.dis(for_loop) 2 0 BUILD_LIST 0 3 STORE_FAST 0 (r) 3 6 SETUP_LOOP 42 (to 51) 9 LOAD_GLOBAL 0 (range) 12 LOAD_CONST 1 (100) 15 CALL_FUNCTION 1 (1 positional, 0 keyword pair) 18 GET_ITER >> 19 FOR_ITER 28 (to 50) 22 STORE_FAST 1 (i) 4 25 LOAD_FAST 0 (r) 28 LOAD_ATTR 1 (append) 31 LOAD_GLOBAL 2 (math) 34 LOAD_ATTR 3 (sin) 37 LOAD_FAST 1 (i) 40 CALL_FUNCTION 1 (1 positional, 0 keyword pair) 43 CALL_FUNCTION 1 (1 positional, 0 keyword pair) 46 POP_TOP 47 JUMP_ABSOLUTE 19 >> 50 POP_BLOCK >> 51 LOAD_CONST 0 (None) 54 RETURN_VALUE循环部分，19-47是主循环体，相当于是把 map 的循环变成 opcode 来做。但是我们一条一条看还有没有其他地方有问题。 22 保存 i 变量。25 拿到 r 变量。28 读 append 方法。31-34读取 math.sin 方法。37读取 i。40调用 math.sin 。43调用 r.append。
每次循环都会十分蛋疼的去 global 找 append 方法，去 global 找 math 模块。然后在 math 的方法字典里找 sin。这些东西完全可以放到 local 里，像 map 的参数一样只查找并载入一次
现在来看看修改版
In [16]: def local_var_for_loop(): ....: r = [] ....: local_append = r.append ....: local_sin = math.sin ....: for i in range(100): ....: local_append(local_sin(i)) ....: In [17]: dis.dis(local_var_for_loop) 2 0 BUILD_LIST 0 3 STORE_FAST 0 (r) 3 6 LOAD_FAST 0 (r) 9 LOAD_ATTR 0 (append) 12 STORE_FAST 1 (local_append) 4 15 LOAD_GLOBAL 1 (math) 18 LOAD_ATTR 2 (sin) 21 STORE_FAST 2 (local_sin) 5 24 SETUP_LOOP 36 (to 63) 27 LOAD_GLOBAL 3 (range) 30 LOAD_CONST 1 (100) 33 CALL_FUNCTION 1 (1 positional, 0 keyword pair) 36 GET_ITER >> 37 FOR_ITER 22 (to 62) 40 STORE_FAST 3 (i) 6 43 LOAD_FAST 1 (local_append) 46 LOAD_FAST 2 (local_sin) 49 LOAD_FAST 3 (i) 52 CALL_FUNCTION 1 (1 positional, 0 keyword pair) 55 CALL_FUNCTION 1 (1 positional, 0 keyword pair) 58 POP_TOP 59 JUMP_ABSOLUTE 37 >> 62 POP_BLOCK >> 63 LOAD_CONST 0 (None) 66 RETURN_VALUE37-59的循环体是不是干净了好多。顺便，我们来看看效果，代码稍微改了下,取10 次平均值
I: using for-loop costs time 5.700465 s I: using map() costs time 3.968475 s I: using local_var_for_loop costs time 3.987862 s是不是效果很明显。
代码在此: https://gist.github.com/ggarlic/a6ba07a3c071a33915a6c638a29655a5
总结下：map 是 c 实现的循环，循环中参数只载入一次。for 是 opcode 的，参数每次循环查找并载入一次。这差不多就是速度差异的原因了。列表解析你们可以试着dis一下， 官方的说法是大部分时候接近 map 甚至优于 map , 至少在这个例子里 map 更快
PS: 代码里还有妄图手动减少循环次数的尝试，未果 -_-!
PS2: 本文是根据我在 xdlinux 邮件列表的 回答 修改
PS3: 推荐阅读：上文提到的性能优化的文档 https://wiki.python.org/moin/PythonSpeed/PerformanceTips