在python中是否可以加快列表到数组的转换？

在我的代码中，我注意到将列表转换为数组需要花费大量的时间

我想知道在python中是否有更快的方法将列表转换为数组，下面是我的三个尝试：

import numpy as np
from timeit import  timeit
from array import array


added_data = range(100000)

def test1():
    np.asarray(added_data, dtype=np.float16)

def test2():
    np.array(added_data, dtype=np.float16)

def test3():
    array('f', added_data)

print(timeit(test1,number=100))
print(timeit(test2,number=100))
print(timeit(test3,number=100))

换言之：

输入：

---

输出：

结果相同：

from array import array
def test4() :
    array = array('d')
    for item in added_data: # comma, or other
        array.append(item)

但你可以试试：

from array import array
def test5() :
    dataset_array = array('d')
    dataset_array.extend(added_data)

---

将项添加到numpy数组将导致性能问题。永远不要那样做

备选方案： 1-将项目添加到列表中，并将该列表转换为numpy数组

2-使用集合中的deque。这是最好的办法

import collections
a = collections.deque([1,2,3,4])
a.append(5)

---

与您已经尝试过的显而易见的简单方法相比，不太可能有更快的方法将值列表转换为数组。如果有更好的方法，

numpy

作者可能会在

np.asarray

或

np.array

构造函数本身中实现它。我还想指出的是，

array.array

创建的对象远不如

numpy

函数复杂，因此它可能不是您想要的

---

为了提高程序的整体性能，您可以首先避免创建列表。也许您可以使用

np.loadtxt

或

np.load

（取决于格式）将外部数据从文件直接读取到数组中。或者，您可以使用

np.arange

等函数从头开始生成数组，而不是使用

range

等常规Python函数（在Python 2中）返回列表。

numpy

模块具有

arange（…）

函数。你试过了吗？谢谢你的回答。你的方法会创造，但我在寻找。你是对的。更改为阵列后，情况似乎更糟。感谢您的回复，但它没有回答我的问题。