對(duì)于您而言，唯一的區(qū)別是性能：append是兩倍的速度。

Python 3.0 (r30:67507, Dec 3 2008, 20:14:27) [MSC v.1500 32 bit (Intel)] on win32Type 'help', 'copyright', 'credits' or 'license' for more @R_70_4037@ion.>>> import timeit>>> timeit.Timer(’s.append('something')’, ’s = []’).timeit()0.20177424499999999>>> timeit.Timer(’s += ['something']’, ’s = []’).timeit()0.41192320500000079Python 2.5.1 (r251:54863, Apr 18 2007, 08:51:08) [MSC v.1310 32 bit (Intel)] on win32Type 'help', 'copyright', 'credits' or 'license' for more @R_70_4037@ion.>>> import timeit>>> timeit.Timer(’s.append('something')’, ’s = []’).timeit()0.23079359499999999>>> timeit.Timer(’s += ['something']’, ’s = []’).timeit()0.44208112500000141

通常情況下，append會(huì)將一個(gè)項(xiàng)目添加到列表中，而+=將右側(cè)列表的 所有 元素復(fù)制到左側(cè)列表中。

比較字節(jié)碼，我們可以假設(shè)appendversion在LOAD_ATTR+CALL_FUNCTION和+ = version-中浪費(fèi)了周期BUILD_LIST。顯然BUILD_LIST大于LOAD_ATTR+ CALL_FUNCTION。

>>> import dis>>> dis.dis(compile('s = []; s.append(’spam’)', ’’, ’exec’)) 1 0 BUILD_LIST 0 3 STORE_NAME 0 (s) 6 LOAD_NAME0 (s) 9 LOAD_ATTR1 (append) 12 LOAD_CONST 0 (’spam’) 15 CALL_FUNCTION 1 18 POP_TOP 19 LOAD_CONST 1 (None) 22 RETURN_VALUE>>> dis.dis(compile('s = []; s += [’spam’]', ’’, ’exec’)) 1 0 BUILD_LIST 0 3 STORE_NAME 0 (s) 6 LOAD_NAME0 (s) 9 LOAD_CONST 0 (’spam’) 12 BUILD_LIST 1 15 INPLACE_ADD 16 STORE_NAME 0 (s) 19 LOAD_CONST 1 (None) 22 RETURN_VALUE

我們可以通過減少LOAD_ATTR開銷來進(jìn)一步提高性能：

>>> timeit.Timer(’a('something')’, ’s = []; a = s.append’).timeit()0.15924410999923566解決方法

之間有什么區(qū)別？

some_list1 = []some_list1.append('something')

和

some_list2 = []some_list2 += ['something']