関数でPythonコードがより速く実行されるのはなぜですか？

def main():
    for i in xrange(10**8):
        pass
main()

このPythonのコードは、以下で実行されます（注：タイミングは、LinuxのBASHのtime関数で実行されます）。

real    0m1.841s
user    0m1.828s
sys     0m0.012s

ただし、forループが関数内に配置されていない場合、

for i in xrange(10**8):
    pass

その後、より長い時間実行されます。

real    0m4.543s
user    0m4.524s
sys     0m0.012s

どうしてこれなの？

グローバル変数よりもローカル変数を格納する方が速い理由を尋ねるかもしれません。これはCPython実装の詳細です。

CPythonはインタープリターが実行するバイトコードにコンパイルされることを覚えておいてください。関数がコンパイルされると、ローカル変数は（a ではなくdict）固定サイズの配列に格納され、変数名がインデックスに割り当てられます。関数にローカル変数を動的に追加できないため、これが可能です。次に、ローカル変数の取得は、文字通りリストへのポインタールックアップであり、refcountの増加は取るに足らないPyObjectものです。

これを、ハッシュなどを含むLOAD_GLOBAL真のdict検索であるグローバルルックアップ（）と比較してください。ちなみに、これがglobal iグローバルにしたいかどうかを指定する必要があるのはこのためです。スコープ内の変数に代入すると、コンパイラーはSTORE_FAST、アクセスしないように指示しない限り、そのアクセスに対してsを発行します。

ちなみに、グローバルルックアップはまだかなり最適化されています。属性ルックアップfoo.barは本当に遅いものです！

以下は、局所変数効率の小さな図です。

関数内では、バイトコードは次のとおりです。

  2           0 SETUP_LOOP              20 (to 23)
              3 LOAD_GLOBAL              0 (xrange)
              6 LOAD_CONST               3 (100000000)
              9 CALL_FUNCTION            1
             12 GET_ITER            
        >>   13 FOR_ITER                 6 (to 22)
             16 STORE_FAST               0 (i)

  3          19 JUMP_ABSOLUTE           13
        >>   22 POP_BLOCK           
        >>   23 LOAD_CONST               0 (None)
             26 RETURN_VALUE        

トップレベルでは、バイトコードは次のとおりです。

  1           0 SETUP_LOOP              20 (to 23)
              3 LOAD_NAME                0 (xrange)
              6 LOAD_CONST               3 (100000000)
              9 CALL_FUNCTION            1
             12 GET_ITER            
        >>   13 FOR_ITER                 6 (to 22)
             16 STORE_NAME               1 (i)

  2          19 JUMP_ABSOLUTE           13
        >>   22 POP_BLOCK           
        >>   23 LOAD_CONST               2 (None)
             26 RETURN_VALUE        

違いはそれがあるSTORE_FAST速い（！）よりもですSTORE_NAME。これは、関数でiはローカルですが、トップレベルではグローバルであるためです。

バイトコードを調べるには、disモジュールを使用します。関数を直接逆アセンブルすることはできましたが、トップレベルのコードを逆アセンブルするには、compile組み込みを使用する必要がありました。

ローカル/グローバル変数の格納時間は別として、オペコード予測は関数をより高速にします。

他の答えが説明するように、関数はSTORE_FASTループでオペコードを使用します。関数のループのバイトコードは次のとおりです。

    >>   13 FOR_ITER                 6 (to 22)   # get next value from iterator
         16 STORE_FAST               0 (x)       # set local variable
         19 JUMP_ABSOLUTE           13           # back to FOR_ITER

通常、プログラムが実行されると、Pythonは各オペコードを1つずつ実行し、スタックを追跡し、各オペコードの実行後にスタックフレームで他のチェックを実行します。オペコード予測は、特定のケースでPythonが次のオペコードに直接ジャンプできるため、このオーバーヘッドの一部を回避できることを意味します。

この場合、PythonがFOR_ITER（ループの先頭）を見るたびにSTORE_FAST、実行する必要がある次のオペコードを「予測」します。次に、Pythonは次のオペコードを調べ、予測が正しければ、そのままにジャンプしSTORE_FASTます。これには、2つのオペコードを1つのオペコードにまとめる効果があります。

一方、STORE_NAMEオペコードはループ内でグローバルレベルで使用されます。Pythonは、このオペコードを検出しても、*同様の予測を行いません*。代わりに、評価ループの先頭に戻る必要があります。これは、ループが実行される速度に明らかに影響します。

この最適化に関する技術的な詳細を説明するために、ceval.cファイル（Pythonの仮想マシンの「エンジン」）からの引用を次に示します。

一部のオペコードはペアになる傾向があるため、最初のコードが実行されたときに2番目のコードを予測できます。たとえば、 GET_ITER後にが続くことがよくありFOR_ITERます。またFOR_ITER、多くの場合、STORE_FASTまたはが続きUNPACK_SEQUENCEます。

予測の検証には、定数に対するレジスタ変数の高速テストが1回必要です。ペアリングが適切であった場合、プロセッサ自体の内部分岐予測は成功する可能性が高く、オーバーヘッドがほぼゼロの次のオペコードに移行します。予測が成功すると、2つの予測不可能な分岐（HAS_ARGテストとスイッチケース）を含むevalループを通過する手間が省けます。プロセッサの内部分岐予測と組み合わせると、成功PREDICTすると、2つのオペコードが本体を組み合わせた1つの新しいオペコードであるかのように実行されます。

FOR_ITERオペコードのソースコードで、予測STORE_FASTが行われる場所を正確に確認できます。

case FOR_ITER:                         // the FOR_ITER opcode case
    v = TOP();
    x = (*v->ob_type->tp_iternext)(v); // x is the next value from iterator
    if (x != NULL) {                     
        PUSH(x);                       // put x on top of the stack
        PREDICT(STORE_FAST);           // predict STORE_FAST will follow - success!
        PREDICT(UNPACK_SEQUENCE);      // this and everything below is skipped
        continue;
    }
    // error-checking and more code for when the iterator ends normally                                     

PREDICT関数は次のように拡張されます。if (*next_instr == op) goto PRED_##opつまり、予測されるオペコードの先頭にジャンプします。この場合、ここにジャンプします。

PREDICTED_WITH_ARG(STORE_FAST);
case STORE_FAST:
    v = POP();                     // pop x back off the stack
    SETLOCAL(oparg, v);            // set it as the new local variable
    goto fast_next_opcode;

ローカル変数が設定され、次のオペコードが実行されます。Pythonは最後まで到達するまで反復可能オブジェクトを継続し、毎回成功する予測を行います。

Pythonのwikiページには、 CPythonのの仮想マシンがどのように機能するかについての詳細な情報を持っています。