额外的数据会降低Python对象的性能吗？

Question

我也许可以自己做实验来测量，但我希望有人能提供一个详细的答案

假设我有两个Python数组：

small_array = [{"x": i, "foo": "hamburger"} for i in range(0,10000)]
big_array = [{"x": i, "foo": "hamburger", "bar": "hotdog"} for i in range(0,10000)]

我的问题是：与big_array相比，small_array只涉及“x”参数的基本数组操作（如迭代或按索引访问）会更快吗

我这么问是因为我经常发现自己在构建一个复杂的数据结构X，在这个结构上我将执行昂贵的操作a和B，这样a和B使用的X的属性之间的重叠就很小了。所以我想知道把X分成Y和Z，这样A可以操作Y，B可以操作Z，是否有性能优势

Answer 1

在合理大小（1000个或更少的项目）的dict上的性能差异在统计学上是不显著的。可能有一些退化的情况，其中许多键散列到相同的值，但在Python的现代版本中发现的散列随机化将此隐藏起来

至于列表本身，每个元素只是对另一个对象的引用，因此基础对象的大小不会影响列表操作

Answer 2

迭代和索引对于每个列表都是相同的速度（对于将来的google，它们是列表，而不是数组）