在python中初始化整数数组的最快方法是什么？

Question

假设我想在 python 中创建一个包含 1,000,000 个二进制的数组（不是列表），如下所示：

array = [2, 2, 2, ...... , 2]

什么是快速但简单的方法？

Answer 1

当前接受的答案不是使用array.array的最快方法； 至少它不是最慢的——比较这些：

[source: johncatfish (quoting chauncey), Bartek]
python -m timeit -s"import array" "arr = array.array('i', (2 for i in range(0,1000000)))"
10 loops, best of 3: 543 msec per loop

[source: g.d.d.c]
python -m timeit -s"import array" "arr = array.array('i', [2] * 1000000)"
10 loops, best of 3: 141 msec per loop

python -m timeit -s"import array" "arr = array.array('i', [2]) * 1000000"
100 loops, best of 3: 15.7 msec per loop

这是大约 9 比 1 的比率......

Answer 2

这是你追求的吗？

# slower.
twosArr = array.array('i', [2] * 1000000)

# faster.
twosArr = array.array('i', [2]) * 1000000

你可以得到一个列表：

twosList = [2] * 1000000

-- 编辑 --

我更新了这个以反映另一个答案中的信息。 看起来您可以通过稍微调整语法以大约 9 : 1 的比例提高速度。 全部功劳属于@john-machin。 我不知道您可以像处理列表一样对数组对象进行多重处理。

Answer 3

混合方法对我来说效果最快

$ python -m timeit -s"import array" "arr = array.array('i', [2]*100) * 10000"
100 loops, best of 3: 5.38 msec per loop

---

$ python -m timeit -s"import array" "arr = array.array('i', [2]) * 1000000"
10 loops, best of 3: 20.3 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*10) * 100000"
100 loops, best of 3: 6.69 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*100) * 10000"
100 loops, best of 3: 5.38 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*1000) * 1000"
100 loops, best of 3: 5.47 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*10000) * 100"
100 loops, best of 3: 6.13 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*100000) * 10"
10 loops, best of 3: 14.9 msec per loop
$ python -m timeit -s"import array" "arr = array.array('i', [2]*1000000)"
10 loops, best of 3: 77.7 msec per loop

Answer 4

使用timeit模块，您可以找出最快的方法是什么：

首先，将这么多数字放在列表中很可能会杀死您的机器，因为它会将其存储在内存中。

但是，您可以使用类似的方法测试执行。 在我放弃之前它在我的电脑上运行了很长时间，但我在一台旧电脑上：

timeit.Timer('[2] * 1000000').timeit()

您可以研究的另一个选项是使用数组模块，如前所述， efficient arrays of numeric values

array.array('i', (2 for i in range(0, 1000000)))

我没有测试两者的完成时间，但我确信专为数字集设计的array模块会更快。

编辑：更有趣的是，您可以看看实际上似乎执行速度最快的numpy ：

from numpy import *
array( [2 for i in range(0, 1000000)])

从评论中更快：

a = 2 * ones(10000000)

惊人的！

Answer 5

aList = [2 for x in range(1000000)]

或基于昌西链接

anArray =array.array('i', (2 for i in range(0,1000000)))

Answer 6

如果初始值不必非零，并且您的平台上有 /dev/zero 可用，则以下解决方案比 array('L',[0])*size 解决方案快约 4.7 倍：

myarray = array.array('L')
f = open('/dev/zero', 'rb')
myarray.fromfile(f, size)
f.close()

在问题如何在 Python 中用零初始化整数 array.array 对象我正在寻找更好的方法。