创建函数的主要逻辑是isolate the comprehension’s iteration variablepeps.python.org。
创建一个函数：
理解迭代变量保持隔离，不会覆盖外部作用域中同名的变量，也不会在理解之后可见
但是它 * 在运行时效率很低 *。正因为如此，python-3.12实现了一个称为理解内联（PEP 709）的优化peps.python.org，它将不再创建单独的代码objectpeps.python.org。
字典、列表和集合解析现在是内联的，而不是为每次执行解析都创建一个新的一次性函数对象。这使执行解析的速度提高了两倍。有关详细信息，请参阅PEP 709。
下面是用python-3.12反汇编的相同代码的输出。

>>> import dis
>>> 
>>> dis.dis("[True for _ in ()]")
  0           0 RESUME                   0

  1           2 LOAD_CONST               0 (())
              4 GET_ITER
              6 LOAD_FAST_AND_CLEAR      0 (_)
              8 SWAP                     2
             10 BUILD_LIST               0
             12 SWAP                     2
        >>   14 FOR_ITER                 4 (to 26)
             18 STORE_FAST               0 (_)
             20 LOAD_CONST               1 (True)
             22 LIST_APPEND              2
             24 JUMP_BACKWARD            6 (to 14)
        >>   26 END_FOR
             28 SWAP                     2
             30 STORE_FAST               0 (_)
             32 RETURN_VALUE
        >>   34 SWAP                     2
             36 POP_TOP
             38 SWAP                     2
             40 STORE_FAST               0 (_)
             42 RERAISE                  0
ExceptionTable:
  10 to 26 -> 34 [2]

字符串
正如你所看到的，不再有MAKE_FUNCTION操作码。这将导致PEP 709如何为理解变量提供隔离的问题。嗯，这是通过使用LOAD_FAST_AND_CLEAR（偏移量为6）和STORE_FAST（偏移量为30）操作码来完成的。引用PEP 709的 Specification sectionpeps.python.org：
x迭代变量的隔离是通过在偏移量6处组合新的LOAD_FAST_AND_CLEAR操作码来实现的，该操作码在运行解析之前将x的任何外部值保存在堆栈上，而30STORE_FAST在运行解析之后恢复x的外部值（如果有的话）。
这里是基准resultspeps.python.org（用MacOS M2测量）。

$ python3.10 -m pyperf timeit -s 'l = [1]' '[x for x in l]'
Mean +- std dev: 108 ns +- 3 ns
$ python3.12 -m pyperf timeit -s 'l = [1]' '[x for x in l]'
Mean +- std dev: 60.9 ns +- 0.3 ns

型