Python中显式bool为何比隐式布尔判断慢？附性能测试数据

这是个很有意思的性能细节问题！咱们先把你给出的测试代码和结果整理出来，再一步步拆解背后的原因：

import random

def v1(a):
    c = 0
    for a_ in a:
        if a_ is not None:
            c += 1
    return c

def v2(a):
    c = 0
    for a_ in a:
        if a_:
            c += 1
    return c

def v3(a):
    c = 0
    for a_ in a:
        if bool(a_):
            c += 1
    return c

values = [random.choice([1, None]) for _ in range(100000)]
# 测试结果
# %timeit v1(values) 3.35 ms ± 28 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
# %timeit v2(values) 2.83 ms ± 36.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

核心原因：字节码执行步骤的差异 #

Python里if x:这种隐式布尔判断，和显式调用bool(x)再判断，背后的字节码指令完全不一样，执行开销自然有明显差距：

• 隐式判断是一步到位的直接操作
  当你写if a_:时，Python解释器会直接使用POP_JUMP_IF_FALSE指令——它会把栈顶的元素取出来，直接对这个对象做布尔值求值，如果为假就跳转到指定位置。整个过程没有额外的函数调用开销，是最精简的判断逻辑。

咱们用dis模块看v2中判断部分的字节码：

6 LOAD_FAST                1 (a_)
          8 POP_JUMP_IF_FALSE       14

• 显式调用bool()多了函数调用的额外开销
  而if bool(a_):会先触发一次bool()函数调用，这会带来一系列额外的执行步骤：
  1. 先加载bool这个内置函数到栈上
  2. 加载a_作为参数入栈
  3. 调用bool()函数（哪怕是C实现的内置函数，也需要栈帧创建、参数传递的开销）
  4. 最后才对bool()的返回值做POP_JUMP_IF_FALSE判断

同样看v3中判断部分的字节码：

6 LOAD_NAME                0 (bool)
          8 LOAD_FAST                1 (a_)
         10 CALL_FUNCTION            1
         12 POP_JUMP_IF_FALSE       18

对比就能发现，v3比v2多了LOAD_NAME和CALL_FUNCTION两个关键步骤，这两步就是性能损耗的核心来源。循环10万次的情况下，每一次循环多出来的这几个指令执行时间，累积起来就会显现出明显的差距。

额外补充：为什么v1比v2慢？ #

顺便提一句你的测试结果里v1（判断a_ is not None）比v2慢的原因：is not None是身份判断，虽然也是单条COMPARE_OP字节码，但它的逻辑是检查对象的内存地址；而POP_JUMP_IF_FALSE是直接调用对象的__bool__方法（对于None和1这种简单对象，后者的执行效率更高）。

总结一下：隐式布尔判断是Python解释器直接对原对象做布尔求值，没有函数调用的额外开销；而显式调用bool()需要触发一次函数调用，哪怕是内置函数，也会多出来几个字节码指令的执行时间，在大循环场景下就会体现出性能差异。

内容的提问来源于stack exchange，提问作者Samuel Colvin