map在某些情況下（當你沒有為此目的制作lambda，但在map和listcomp中使用相同的函數時）可能在顯微鏡下更快。在其他情況下，列表推導可能更快，并且大多數（并非所有）pythonistas認為它們更直接和更清晰。

使用完全相同的功能時，地圖的微小速度優勢的一個例子：

$ python -mtimeit -s'xs=range(10)' 'map(hex, xs)'100000 loops, best of 3: 4.86 usec per loop
$ python -mtimeit -s'xs=range(10)' '[hex(x) for x in xs]'100000 loops, best of 3: 5.58 usec per loop

當map需要lambda時，如何完全顛倒性能比較的示例：

$ python -mtimeit -s'xs=range(10)' 'map(lambda x: x+2, xs)'100000 loops, best of 3: 4.24 usec per loop
$ python -mtimeit -s'xs=range(10)' '[x+2 for x in xs]'100000 loops, best of 3: 2.32 usec per loop

您應該使用map而filter不是列表推導。

即使它們不是“Pythonic”，你應該更喜歡它們的客觀原因是：
它們需要函數/ lambdas作為參數，這引入了一個新的范圍。

我不止一次被這個咬過了：

for x, y in somePoints:
    # (several lines of code here)
    squared = [x ** 2 for x in numbers]
    # Oops, x was silently overwritten!

但如果相反我說：

for x, y in somePoints:
    # (several lines of code here)
    squared = map(lambda x: x ** 2, numbers)

那么一切都會好起來的。

你可以說我在同一范圍內使用相同的變量名稱是愚蠢的。

我不是。代碼原本很好 - 兩個x不在同一范圍內。
只是在我將內部塊移動到代碼的不同部分后才出現問題（讀?。壕S護期間出現問題，而不是開發），我沒想到。

是的，如果你從未犯過這個錯誤，那么列表理解就更優雅了。
但是從個人經驗（以及看到其他人犯同樣的錯誤）我已經看到它發生了足夠多次，我認為當這些錯誤蔓延到你的代碼中時，你不得不經歷這種痛苦。

結論：

使用map和filter。它們可以防止難以診斷的與范圍相關的細微錯誤。

邊注：

不要忘記考慮使用imap和ifilter（in itertools）它們是否適合您的情況！