Arrays 理解python中的切片

以上代码的另一个版本

import numpy as np

x = np.arange(10**5)

for i in xrange(x.size):
    foo(x[3000:40000])

第二个代码会更快吗？我倾向于用C语言的指针来思考（因此实际上第一个可能更快），但我知道python不是C语言

好的，这个帖子 回答我的问题。

阅读本文，尤其是本节

从页面[关于切片]

一切都可以通过改变形状、步幅以及可能的调整数据指针来表示！ 从不复制数据

因此，创建切片的开销很小：构建一个Python对象，该对象存储几个元组和一个指向数据的指针

---

在第一个代码示例中，每次都在循环中创建切片。在第二个示例中，创建一次切片。对于您选择编写的大多数函数

foo

，差异可能可以忽略不计。

第二个代码是否更快？

您可以使用

timeit

回答您的问题。是的，我知道，它告诉我哪一个更快。但它并没有告诉我切片在python中是如何工作的。

import numpy as np

x = np.arange(10**5)
slice_of_x = x[3000:40000] 
for i in xrange(x.size):
    foo(slice_of_x)