python中存储坐标_最好使用元组或numpy数组来存储坐标

在内存消耗方面，numpy数组比Python元组更紧凑。

numpy数组使用一个连续的内存块。numpy数组的所有元素必须是声明的类型（例如32位或64位float）。Python tuple不一定使用连续的内存块，tuple的元素可以是任意Python对象，这些对象通常比numpy numeric类型消耗更多的内存。在

所以这个问题对numpy来说是一个轻而易举的胜利（假设数组的元素可以存储为numpy数字类型）。在

在速度问题上，我认为选择可以归结为一个问题，“你能将你的代码矢量化吗？”在

也就是说，你能把你的计算表达成对整个数组元素的运算吗。在

如果代码可以矢量化，那么numpy很可能比Python元组更快。（我唯一能想到的情况是，如果你有很多非常小的元组。在这种情况下，形成numpy数组的开销和导入numpy的一次性成本可能会淹没向量化的好处。）

无法矢量化的代码的一个例子是，如果计算涉及查看数组z中的第一个复数，执行一个生成整型索引idx的计算，然后检索{}，对该数字进行计算，生成下一个索引idx2，然后检索{}，等等。这种类型的计算可能无法矢量化。在这种情况下，您最好使用Python元组，因为您无法利用numpy的优势。在

我不担心访问复数实部/虚部的速度。我猜矢量化的问题很可能决定哪种方法更快。（不过，顺便说一句，numpy可以简单地将复数数组转换成它们的实部，只需跨过复数数组，每隔一个float跳过一次，并将结果视为float。而且，语法非常简单：如果z是一个复杂的numpy数组，那么z.real是float numpy数组的真正部分。这应该比使用纯Python方法对属性查找使用列表理解要快得多：[z.real for z in zlist]）

只是出于好奇，你把C++代码移植到Python的原因是什么？在