最好使用元组或numpy数组来存储坐标 我将一个C++科学应用移植到Python上，因为我对Python是新手，我想到了一些问题：

1） 我正在定义一个包含坐标（x，y）的类。这些值将被访问几次，但它们仅在类实例化后读取。在内存和访问时间方面，使用元组或numpy数组更好吗

2） 在某些情况下，这些坐标将用于构建一个复数，在一个复数函数上进行计算，并使用该函数的实部。假设没有办法将这个函数的实部和复部分开，并且最终必须使用实部，那么最好直接使用复数来存储（x，y）？python中从复杂到真实的转换开销有多大？C++中的代码做了很多这些转换，这是代码中的一个很大的减速。 3） 此外，还必须执行一些坐标转换，对于坐标，将分别访问x和y值，完成转换并返回结果。坐标变换是在复杂平面中定义的，因此直接使用组件x和y比依赖复杂变量更快吗

---

谢谢

A

numpy

具有额外维度的数组在内存使用方面更加紧凑，而且至少同样快！，作为元组的

numpy

数组；复数至少和你的第三个问题一样好，甚至更好。顺便说一句，你可能已经注意到，虽然比你晚问的问题得到了大量的答案，但你却没有回答：部分原因无疑是在一个问题中问三个问题会让回答者感到厌烦。为什么不每个问题问一个问题呢？这并不是说你会因为问题或任何事情而被收费，你知道…！-）

就内存消耗而言，numpy数组比Python元组更紧凑。 numpy数组使用单个连续内存块。numpy数组的所有元素必须是声明的类型（例如32位或64位浮点）。Python元组不一定使用连续的内存块，元组的元素可以是任意Python对象，通常比numpy数字类型消耗更多内存

因此，这个问题对于numpy来说是一个不折不扣的胜利（假设数组的元素可以存储为numpy数字类型）

在速度问题上，我认为选择可以归结为一个问题，“你能把你的代码矢量化吗？”

也就是说，您可以将计算表示为对整个数组按元素进行的操作

如果代码可以矢量化，那么numpy很可能比Python元组更快。（我能想象的唯一情况是，如果你有许多非常小的元组，那么它可能不存在。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掩盖矢量化的好处。）

无法矢量化的代码的一个例子是，如果您的计算涉及查看（例如）数组中的第一个复数

z

，进行生成整数索引的计算

idx

，然后检索

z[idx]

，对该数字进行计算，从而生成下一个索引

idx2

，然后检索

z[idx2]

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，因为您将无法利用numpy的优势

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。（顺便说一句，numpy只需跨过复数数组，跳过每一个浮点数，并将结果视为浮点数，就可以将复数数组转换为实数部分。此外，语法非常简单：如果

z

是复数数组，那么

z.real

是浮点numpy数组的实数部分将比使用列表理解属性查找的纯Python方法快得多：

[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？

为什么不使用一个复杂的数字数组？这是算法意义上的最佳方法，但就我的测试来看，这是最慢的组合。试着做些简单的动作。到目前为止，我在测试中坚持C++，至少快了2个数量级！此外，访问数字的实部和虚部是C++代码中的一大减速。是的，使用Python有很好的理由，比如可读性和快速代码开发，但是我没有遇到代码从C/C++移植到Python并享受加速的任何例子。通常，当Python代码出现瓶颈时，人们建议用C/C++重写该函数并从Python调用它。