python把char数组写入文件,用python缓冲区将字符数组写入文件

实际上，正如您的直觉所示，如果可以将N减为1，就不要对磁盘执行N个写操作。对于您的特定情况，让我们测量一下通过使用json.dumps文件要序列化测试数组，请执行以下操作：import timeit

import json

x = []

for z in range(0, 800000):

x.append(z)

def f1():

with open("f1.txt", "w") as f:

for z in range(0, len(x)):

f.write(str(z))

def f2():

with open("f1.txt", "w") as f:

f.write(json.dumps(x))

N = 10

print(timeit.timeit('f1()', setup='from __main__ import f1', number=N))

print(timeit.timeit('f2()', setup='from __main__ import f2', number=N))

输出速度将提高约5.5倍：

^{pr2}$

如果将数组大小增加到8000000，则输出速度将提高3.6倍：82.87025446748072

22.56552114259503

如果将N=1，数组大小设为8000000，则输出速度将快3.8倍：8.355991964475688

2.227114091734297

不是说使用json.dumps文件是转储自定义数据的最佳方法，但也是一个合理的好方法。我的观点是，尽量减少磁盘操作的次数，如果可能的话，尽量减少。磁盘写入操作通常相当昂贵。在

附加信息：如果你想比较一下更快的序列化方法，我建议你看看这个article

编辑：添加了@ShadowRanger的建议，在实验中添加两个测试，比较write&writelines，给你：import timeit

import json

K = 8000000

x = []

for z in range(0, K):

x.append(z)

def f1():

with open("f1.txt", "w") as f:

for z in range(0, len(x)):

f.write(str(z))

def f2():

with open("f1.txt", "w") as f:

f.write(json.dumps(x))

def f3():

with open("f1.txt", "w") as f:

f.write(''.join(map(str, x)))

def f4():

with open("f1.txt", "w") as f:

f.writelines(map(str, x))

N = 1

print(timeit.timeit('f1()', setup='from __main__ import f1', number=N))

print(timeit.timeit('f2()', setup='from __main__ import f2', number=N))

print(timeit.timeit('f3()', setup='from __main__ import f3', number=N))

print(timeit.timeit('f4()', setup='from __main__ import f4', number=N))

输出将是：8.369193972488317

2.154246855128056

2.667741175272406

8.156553772208122

您仍然可以看到write比writeline快，以及一个简单的序列化方法json.dumps文件比使用纯python代码的手动程序稍快ie: ''.join(map(str, x))