Pomyślałem, że skonsoliduję odpowiedzi i pokażę kilka timeit wyników.
Python 2 jest do tego bardzo kiepski, ale mapjest nieco szybszy niż rozumienie.
Python 2.7.13 (v2.7.13:a06454b1afa1, Dec 17 2016, 20:42:59) [MSC v.1500 32 bit (Intel)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import timeit
>>> setup = """import random
random.seed(10)
l = [str(random.randint(0, 99)) for i in range(100)]"""
>>> timeit.timeit('[int(v) for v in l]', setup)
116.25092001434314
>>> timeit.timeit('map(int, l)', setup)
106.66044823117454
Sam Python 3 jest ponad 4x szybszy, ale konwertuje map obiektu generatora na listę jest wciąż szybsza niż zrozumienie, a tworzenie listy przez rozpakowanie mapgeneratora (dzięki Artem!) Jest jeszcze nieco szybsze.
Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 17:54:52) [MSC v.1900 32 bit (Intel)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import timeit
>>> setup = """import random
random.seed(10)
l = [str(random.randint(0, 99)) for i in range(100)]"""
>>> timeit.timeit('[int(v) for v in l]', setup)
25.133059591551955
>>> timeit.timeit('list(map(int, l))', setup)
19.705547827217515
>>> timeit.timeit('[*map(int, l)]', setup)
19.45838406513076
Uwaga: W Pythonie 3 4 elementy wydają się być punktem podziału (3 w Pythonie 2), w którym rozumienie jest nieco szybsze, chociaż rozpakowywanie generatora jest wciąż szybsze niż w przypadku list zawierających więcej niż 1 element.