关键在于你的阅读方式。不是算子是动态的，这就是为什么你可以把它应用到

if not x == 'val':

但是!=可以在更好的上下文中被理解为一个与==功能相反的操作符。

在第一个操作中，Python必须执行一个不必要的操作(而不是仅仅检查不等于，它必须检查它是否等于，因此多一个操作)。从一次执行中不可能看出区别，但如果运行多次，第二次将更有效。总的来说，我会用第二个，但从数学上讲，它们是一样的

另外需要注意的是，由于其他答案基本正确地回答了你的问题，如果一个类只定义了__eq__()而没有定义__ne__()，那么你的COMPARE_OP(!=)将运行__eq__()并对其求反。那时，你的第三个选择可能会更有效率一点，但只有当你需要速度时才应该考虑，因为它很难快速理解。

我想对上面的可读性评论进行扩展。

同样，我完全同意可读性高于其他(性能无关紧要的)问题。

我想指出的是，大脑解释“积极”的速度比解释“消极”的速度快。例如，"stop"和。“do not go”(这是一个相当糟糕的例子，因为两个词的数量不同)。

如果有一个选择:

if a == b
    (do this)
else
    (do that)

比功能等效的更可取:

if a != b
    (do that)
else
    (do this)

可读性/可理解性越低，bug就越多。也许不是在最初的编码中，但是(不像你那么聪明!)维护更改…

>>> from dis import dis
>>> dis(compile('not 10 == 20', '', 'exec'))
  1           0 LOAD_CONST               0 (10)
              3 LOAD_CONST               1 (20)
              6 COMPARE_OP               2 (==)
              9 UNARY_NOT
             10 POP_TOP
             11 LOAD_CONST               2 (None)
             14 RETURN_VALUE
>>> dis(compile('10 != 20', '', 'exec'))
  1           0 LOAD_CONST               0 (10)
              3 LOAD_CONST               1 (20)
              6 COMPARE_OP               3 (!=)
              9 POP_TOP
             10 LOAD_CONST               2 (None)
             13 RETURN_VALUE

这里你可以看到不是x == y比x != y多一条指令。所以在大多数情况下，性能差异将是非常小的，除非你做了数百万个比较，即使这样，这也不太可能是瓶颈的原因。

@jonrsharpe对正在发生的事情有一个很好的解释。我认为我只需要在运行3个选项10,000,000次时显示时间上的差异(足以显示轻微的差异)。

代码使用:

def a(x):
    if x != 'val':
        pass


def b(x):
    if not x == 'val':
        pass


def c(x):
    if x == 'val':
        pass
    else:
        pass


x = 1
for i in range(10000000):
    a(x)
    b(x)
    c(x)

和cProfile分析器的结果:

因此，我们可以看到if not x == 'val':和if x != 'val':之间有0.7%的微小差异。其中，如果x != 'val':是最快的。 然而，最令人惊讶的是，我们可以看到 如果x == 'val': 通过 其他: 实际上是最快的，并且比x != 'val':快~0.3%。这不是很好读，但我想如果您想要微不足道的性能改进，可以采用这种方法。