什么时候数组.array比列表更有效吗？

Question

我正在读这本书'Fluent Python'时，遇到一个句子，作者说

If you need to store 10 million floating-point values an array is much more efficient, because an array does not actually hold full fledged objects, but only the packed bytes representing their machine values - just like array in C language.

我不明白作者想表达什么。他说“压缩字节”是什么意思？“压缩字节存储”是什么意思。python列表如何存储它？为什么它不以这种方式存储它，如果这是使它高效的原因？在

Answer 1

假设您处理的是8字节浮点数字。”压缩字节”在这个上下文中意味着有一个专用的内存块，其中前8个字节代表第一个浮点，然后紧接着的8个字节代表下一个浮点，以此类推，没有浪费。这是存储数据的最节省空间的方法（至少，没有压缩）。对于某些操作（例如，arraywise算术操作），它也可能是最节省时间的。在

Pythonlist并不是这样存储的。首先，一个list元素可以是float，但是下一个list元素可能是其他类型的对象。另一方面，您可以删除、插入或替换列表中的项。其中一些操作涉及动态地延长或缩短列表。如果项目以压缩字节的形式存储，则所有这些都非常节省时间和内存。Pythonlist类被设计成尽可能通用的，在各种类型操作的效率之间做出折衷。在

最重要的区别可能是Python list，在它的底层C实现中，是一个容器，里面装满了指向对象的指针，而不是一个充满原始对象内容的容器。这意味着对同一Python对象的多个引用可以出现在list中。另一个是改变一个特定的项目可以非常有效地完成。例如，假设列表中的第一个项a[0]是一个整数，但您希望用占用更多内存的字符串替换它，例如a[0] = "There's a horse in aisle five."压缩数组必须（a）腾出额外的空间，移动内存中所有剩余的数组内容，以及（b）分别更新项目大小和类型的某种索引。但是Python list只需要用另一个指针值覆盖一个指针值。在

在CPython实现中，指针本身可能仍然（或多或少）打包在内存中。这意味着在list中插入一个新项通常仍然效率低下（相对于Python list实现使用链接列表结构的方式而言）。在

一般来说，没有绝对的“高效”或“低效”—问题在于您正在使用哪个资源，容器中有哪些内容类型（限制），以及您打算如何转换容器或其内容。在

Answer 2

在底层，Python主要使用指针。Python列表实际上是一个指针数组（至少在引用实现中是这样）。这也是效率低下的部分原因。另一部分是Python通常使用duck类型，因此在尝试之前，您无法判断某个操作是否会对列表元素起作用。在

当您访问一个列表元素来处理它时，例如调用__add__方法，您必须a）取消对实际对象的指针的引用，B）找出它是否具有__add__属性，检查它是否可调用，然后实际进行调用。在

在数组中，您知道预先存储的数据类型，因此您知道它的所有属性和所有操作。除此之外，所有实际的数字都被打包到一个单独的内存中。列表不是这样。因为数字在Python中只是一种对象类型，所以数字列表实际上是通用对象指针的列表。在

总而言之，数组存储的是原始数字，而不是指向大对象的指针，这些对象包装了数字，使其更小。数组预先知道其内容的类型，因此对整个数组应用操作只需要一次检查，而不是像列表那样对每个元素进行检查。在