在python中初始化整數數組的最快方法是什么？

Question

假設我想在 python 中創建一個包含 1,000,000 個二進制的數組（不是列表），如下所示：

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

什么是快速但簡單的方法？

Answer 1

當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——比較這些：

[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

這是大約 9 比 1 的比率......

Answer 2

這是你追求的嗎？

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

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

你可以得到一個列表：

twosList = [2] * 1000000

-- 編輯 --

我更新了這個以反映另一個答案中的信息。 看起來您可以通過稍微調整語法以大約 9 : 1 的比例提高速度。 全部功勞屬於@john-machin。 我不知道您可以像處理列表一樣對數組對象進行多重處理。

Answer 3

混合方法對我來說效果最快

$ 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模塊，您可以找出最快的方法是什么：

首先，將這么多數字放在列表中很可能會殺死您的機器，因為它會將其存儲在內存中。

但是，您可以使用類似的方法測試執行。 在我放棄之前它在我的電腦上運行了很長時間，但我在一台舊電腦上：

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

您可以研究的另一個選項是使用數組模塊，如前所述， efficient arrays of numeric values

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

我沒有測試兩者的完成時間，但我確信專為數字集設計的array模塊會更快。

編輯：更有趣的是，您可以看看實際上似乎執行速度最快的numpy ：

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

從評論中更快：

a = 2 * ones(10000000)

驚人的！

Answer 5

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

或基於昌西鏈接

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

Answer 6

如果初始值不必非零，並且您的平台上有 /dev/zero 可用，則以下解決方案比 array('L',[0])*size 解決方案快約 4.7 倍：

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

在問題如何在 Python 中用零初始化整數 array.array 對象我正在尋找更好的方法。