@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。

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

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…

使用dis查看为两个版本生成的字节码:

不= =

  4           0 LOAD_FAST                0 (foo)
              3 LOAD_FAST                1 (bar)
              6 COMPARE_OP               2 (==)
              9 UNARY_NOT           
             10 RETURN_VALUE   

!=

  4           0 LOAD_FAST                0 (foo)
              3 LOAD_FAST                1 (bar)
              6 COMPARE_OP               3 (!=)
              9 RETURN_VALUE   

后者的操作更少，因此效率可能略高。

有人在评论中指出(谢谢，@Quincunx)，如果foo != bar vs.如果不foo == bar，操作的数量是完全相同的，只是COMPARE_OP发生了变化，POP_JUMP_IF_TRUE切换到POP_JUMP_IF_FALSE:

不是= =:

  2           0 LOAD_FAST                0 (foo)
              3 LOAD_FAST                1 (bar)
              6 COMPARE_OP               2 (==)
              9 POP_JUMP_IF_TRUE        16

!=

  2           0 LOAD_FAST                0 (foo)
              3 LOAD_FAST                1 (bar)
              6 COMPARE_OP               3 (!=)
              9 POP_JUMP_IF_FALSE       16

在这种情况下，除非每次比较所需的工作量有所不同，否则不太可能看到任何性能差异。

但是，请注意，这两个版本在逻辑上并不总是相同的，因为它将依赖于问题对象的__eq__和__ne__的实现。根据数据模型文档:

比较操作符之间没有隐含的关系。的 x==y的真理并不意味着x!=y为假。

例如:

>>> class Dummy(object):
    def __eq__(self, other):
        return True
    def __ne__(self, other):
        return True


>>> not Dummy() == Dummy()
False
>>> Dummy() != Dummy()
True

最后，也许是最重要的:一般来说，当两者在逻辑上相同时，x != y比不x == y更具可读性。

>>> 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。

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。