虽然列表既灵活又简单,但面对各类需求时,我们可能会有更好的选择。比如,要存放1000 万个浮点数的话,数组(array)的效率要高得多,因为数组在背后存的并不是 float对象,而是数字的机器翻译,也就是字节表述。这一点就跟 C 语言中的数组一样。再比如说,如果需要频繁对序列做先进先出的操作,deque(双端队列)的速度应该会更快。
如果在你的代码里,包含操作(比如检查一个元素是否出现在一个集合中)的频率很高,用 set(集合)会更合适。set 专为检查元素是否存在做过优化。但是它并不是序列,因为 set 是无序的。
数组
如果我们需要一个只包含数字的列表,那么 array.array
比 list
更高效。数组支持所有跟可变序列有关的操作,包括 .pop
、.insert
和 .extend
。另外,数组还提供从文件读取和存入文件的更快的方法,如 .frombytes
和 .tofile
Python
数组跟 C
语言数组一样精简。创建数组需要一个类型码,这个类型码用来表示在底层的 C 语言应该存放怎样的数据类型。比如 b
类型码代表的是有符号的字符(signed char
),因此 array('b')
创建出的数组就只能存放一个字节大小的整数,范围从 -128 ~127
,这样在序列很大的时候,我们能节省很多空间。而且 Python
不会允许你在数组里存放除指定类型之外的数据。
下面示例展示了从创建一个有 1000 万个随机浮点数的数组开始,到如何把这个数组存放到文件里,再到如何从文件读取这个数组。
# -*- coding: utf-8 -*-
from array import array # 引入 array 类型
from random import random
# 利用一个可迭代对象来建立一个双精度浮点数组(类型码是 'd'),这里我们用的可迭代对象是一个生成器表达式。
floats = array('d', (random() for i in range(10**7)))
print(floats[-1]) # 查看数组的最后一个元素。
fp = open('floats.bin', 'wb')
floats.tofile(fp) # 把数组存入一个二进制文件里。
fp.close()
floats2 = array('d') # 新建一个双精度浮点空数组。
fp = open('floats.bin', 'rb')
floats2.fromfile(fp, 10 ** 7) # 把 1000 万个浮点数从二进制文件里读取出来。
fp.close()
print(floats2[-1]) # 查看新数组的最后一个元素。
print(floats2 == floats) # 检查两个数组的内容是不是完全一样。
从上面的代码我们能得出结论,array.tofile
和 array.fromfile
用起来很简单。把这段代码跑一跑,你还会发现它的速度也很快。一个小试验告诉我,用 array.fromfile
从一个二进制文件里读出 1000
万个双精度浮点数只需要 0.1
秒,这比从文本文件里读取的速度要快60
倍,因为后者会使用内置的 float
方法把每一行文字转换成浮点数。另外,使用 array.tofile
写入到二进制文件,比以每行一个浮点数的方式把所有数字写入到文本文件要快 7
倍。另外,1000
万个这样的数在二进制文件里只占用 80 000 000
个字节(每个浮点数占用8
个字节,不需要任何额外空间),如果是文本文件的话,我们需要 181 515 739
个字节。
另外一个快速序列化数字类型的方法是使用 pickle
(https://docs.python.org/3/library/pickle.html
)模块。pickle.dump
处理浮点数组的速度几乎跟 array.tofile
一样快。不过前者可以处理几乎所有的内置数字类型,包含复数、嵌套集合,甚至用户自定义的类。前提是这些类没有什么特别复杂的实现。
还有一些特殊的数字数组,用来表示二进制数据,比如光栅图像。里面涉及的 bytes
和bytearry
类型。
下图,列表和数组的属性和方法(不包含过期的数组方法以及那些由对象实现的方法)
从 Python 3.4
开始,数组类型不再支持诸如 list.sort()
这种就地排序方法。要给数组排序的话,得用 sorted
函数新建一个数组:
a = array.array(a.typecode, sorted(a))
如果想要在不打乱次序的情况下为数组添加新的元素,bisect.insort
还是能派上用场