相关疑难解决方法(0)

我需要创建一个长度为NumPy的数组n,其中每个元素都是v.

还有什么比:

a = empty(n)
for i in range(n):
    a[i] = v

我知道zeros和ones会的工作为V = 0,1,我可以使用v * ones(n),但是当它不会工作v的None,而且也将是慢得多.

它不应该那么难.我的意思是在C,

int a[10]; 

是你所需要的全部.如何为随机大小创建全零的数组.我知道NumPy中的零()函数,但必须有一个简单的内置方法,而不是另一个模块.

在Python中初始化和访问大型数组元素的有效方法是什么？

我想在Python中创建一个包含1亿个条目的数组,无符号的4字节整数,初始化为零.我想要快速数组访问,最好是连续的内存.

奇怪的是,NumPy阵列的表现似乎很慢.我可以尝试其他替代品吗？

有array.array模块,但我没有看到有效分配1亿条目块的方法.

回复评论:

• 我不能使用稀疏数组.这个算法太慢了,因为阵列变得非常快.
• 我知道Python被解释了,但肯定有办法快速进行数组运算吗？
• 我进行了一些分析,并且每秒使用NumPy获得大约160K的数组访问(按索引查找或更新元素).这似乎很慢.

如何在python中创建大数组,如何有效地创建它

在C/C++中:

byte *data = (byte*)memalloc(10000);

要么

byte *data = new byte[10000];

在python ...？

标题相似的问题与Python列表或NumPy有关。这与标准Python库的array.array类有关，请参阅https://docs.python.org/2/library/array.html

我想出的快速方法（对于整数类型）是将array.fromfile与/ dev / zero一起使用。这是

• 大约比array.array（'L'，[0] * size）快27倍，后者临时需要的内存是最终数组的两倍多，
• 比arrar.array（'L'，[0]）* size快4.7倍
• 比使用自定义可迭代对象快200倍以上（避免创建大型临时列表）。

但是，/ dev / zero在某些平台上可能不可用。没有NumPy，非标准模块或我自己的c扩展，还有更好的方法吗？

演示者代码：

import array
import sys
import time

size = 100 * 1000**2
test = sys.argv[1]

class ZeroIterable:
    def __init__(self, size):
        self.size = size
        self.next_index = 0
    def next(self):
        if self.next_index == self.size:
            raise StopIteration
        self.next_index = self.next_index + 1
        return 0
    def __iter__(self):
        return self

t = time.time()
if test == 'Z':
    myarray = array.array('L')
    f = open('/dev/zero', 'rb')
    myarray.fromfile(f, size)
    f.close()
elif test …