最好使用元组或numpy数组来存储坐标

Question

我将一个C++科学应用移植到Python上，因为我对Python是新手，我想到了一些问题：

1）我正在定义一个包含坐标（x，y）的类。这些值将被多次访问，但只有在类实例化之后才会读取它们。在内存和访问时间方面，使用元组还是numpy数组更好？在

2）在某些情况下，这些坐标将用于构建复数，在复函数上求值，并使用该函数的实部。假设x的复数部分可以直接用复数来存储吗？在python中从复杂到真实的转换的开销有多糟糕？c++中的代码执行了很多这样的转换，这是代码的一个很大的减速。在

3）还必须执行一些坐标转换，对于坐标，将分别访问x和y值，完成转换并返回结果。坐标变换是在复平面上定义的，所以直接使用x和y分量比依赖于复变量还要快吗？在

谢谢你

Answer 1

一个额外维度的numpy数组在内存使用上更为紧凑，而且至少同样快！，作为元组的numpy数组；复数至少和你的第三个问题一样好，甚至更好。顺便说一句，你可能已经注意到，虽然比你晚问的问题得到了大量的答案，但你却在休耕：毫无疑问，在一个问题中提出三个问题会让回答者感到厌烦。为什么不每个问题只问一个问题？你不是因为问题或任何事情而被起诉，你知道吗。。。！-)在

Answer 2

在内存消耗方面，numpy数组比Python元组更紧凑。 numpy数组使用一个连续的内存块。numpy数组的所有元素必须是声明的类型（例如32位或64位float）。Python tuple不一定使用连续的内存块，tuple的元素可以是任意Python对象，这些对象通常比numpy numeric类型消耗更多的内存。在

所以这个问题对numpy来说是一个轻而易举的胜利（假设数组的元素可以存储为numpy数字类型）。在

在速度问题上，我认为选择可以归结为一个问题，“你能将你的代码矢量化吗？”在

也就是说，你能把你的计算表达成对整个数组元素的运算吗。在

如果代码可以矢量化，那么numpy很可能比Python元组更快。（我唯一能想到的情况是，如果你有很多非常小的元组。在这种情况下，形成numpy数组的开销和导入numpy的一次性成本可能会淹没向量化的好处。）

无法矢量化的代码的一个例子是，如果计算涉及查看数组z中的第一个复数，执行一个生成整型索引idx的计算，然后检索{}，对该数字进行计算，生成下一个索引idx2，然后检索{}，等等。这种类型的计算可能无法矢量化。在这种情况下，您最好使用Python元组，因为您无法利用numpy的优势。在

我不担心访问复数实部/虚部的速度。我猜矢量化的问题很可能决定哪种方法更快。（不过，顺便说一句，numpy可以简单地将复数数组转换成它们的实部，只需跨过复数数组，每隔一个float跳过一次，并将结果视为float。而且，语法非常简单：如果z是一个复杂的numpy数组，那么z.real是float numpy数组的真正部分。这应该比使用纯Python方法对属性查找使用列表理解要快得多：[z.real for z in zlist]）

只是出于好奇，你把C++代码移植到Python的原因是什么？在