Eu encontrei essa pergunta porque queria fazer uma pergunta por que há um impacto no desempenho se alguém usa funções aninhadas. Eu executei testes para as seguintes funções usando o Python 3.2.5 em um notebook Windows com um processador Intel Core i5-2530M de 2,5 GHz e quatro núcleos
def square0(x):
return x*x
def square1(x):
def dummy(y):
return y*y
return x*x
def square2(x):
def dummy1(y):
return y*y
def dummy2(y):
return y*y
return x*x
def square5(x):
def dummy1(y):
return y*y
def dummy2(y):
return y*y
def dummy3(y):
return y*y
def dummy4(y):
return y*y
def dummy5(y):
return y*y
return x*x
Eu medi as seguintes 20 vezes, também para quadrado1, quadrado2 e quadrado5:
s=0
for i in range(10**6):
s+=square0(i)
e obteve os seguintes resultados
>>>
m = mean, s = standard deviation, m0 = mean of first testcase
[m-3s,m+3s] is a 0.997 confidence interval if normal distributed
square? m s m/m0 [m-3s ,m+3s ]
square0 0.387 0.01515 1.000 [0.342,0.433]
square1 0.460 0.01422 1.188 [0.417,0.503]
square2 0.552 0.01803 1.425 [0.498,0.606]
square5 0.766 0.01654 1.979 [0.717,0.816]
>>>
square0
não possui função aninhada, square1
possui uma função aninhada, square2
possui duas funções aninhadas e square5
possui cinco funções aninhadas. As funções aninhadas são declaradas apenas, mas não chamadas.
Portanto, se você definiu 5 funções aninhadas em uma função que você não chama, o tempo de execução da função é o dobro da função sem uma função aninhada. Eu acho que deve ser cauteloso ao usar funções aninhadas.
O arquivo Python para todo o teste que gera essa saída pode ser encontrado em ideone .