Python List vs. Array - 何时使用？

Question

Python List vs. Array - 何时使用？

如果要创建1d数组，可以将其实现为List，或者使用标准库中的“array”模块。我一直使用列表进行1d数组。

我想要使用阵列模块的原因或情况是什么？

它是用于性能和内存优化，还是我错过了一些明显的东西？

Answer 1

基本上，Python列表非常灵活，可以保存完全异构的任意数据，并且可以在摊销的常量时间内非常有效地附加。如果你需要有效地缩短和增加你的列表并且没有麻烦，那么它们就是你要走的路。但是他们比C阵列使用更多的空间。的array.array类型，在另一方面，是只在C数组的薄包装。它只能保存同类数据，所有类型都相同，因此它只使用sizeof(one object) * length字节的内存。大多数情况下，您需要在需要将C数组公开给扩展或系统调用时使用它（例如，ioctl或fctnl）。array.array也是在Python 2.x（）中表示可变字符串的合理方法array('B', bytes)。但是，Python 2.6+和3.x提供了一个可变字节字符串bytearray。但是，如果你想对同类数组数据进行数学运算，那么你最好使用NumPy，它可以自动对复杂多维数组上的操作进行矢量化。简而言之：array.array当你需要一个同质的C数组时，除了做数学之外的其他原因，这个数据非常有用。

Answer 2

对于几乎所有情况，正常列表是正确的选择。数组模块更像是C数组上的一个瘦包装器，它为您提供了一种强类型容器（请参阅文档），可以访问更多类似C的类型，例如signed / unsigned short或double，它们不是构建的一部分-in类型。我只说如果你确实需要它就使用数组模块，在所有其他情况下都坚持使用列表。

Answer 3

如果您不知道为什么要使用它，那么阵列模块就是您可能不需要的那种东西之一（请注意我并不是想以一种居高临下的方式说出来！） 。大多数情况下，阵列模块用于与C代码接口。为了更直接地回答有关性能的问题：对于某些用途，数组比列表更有效。如果你需要分配一个你知道不会改变的数组，那么数组可以更快并且使用更少的内存。GvR有一个优化轶事，其中数组模块成为赢家（长读，但值得）。另一方面，列表占用更多内存而不是数组的部分原因是因为python将在使用所有已分配元素时分配一些额外元素。这意味着将项目附加到列表更快。因此，如果您计划添加项目，则可以使用列表。TL; DR我只使用一个数组，如果你有一个特殊的优化需求，或者你需要与C代码接口（并且不能使用pyrex）。