Python PyPy与高效数组

我的项目目前使用NumPy，仅用于内存效率高的阵列（布尔、uint8、uint16、uint32）

我想让它在不支持NumPy的PyPy上运行。（无论如何，安装失败）

所以我想知道：在Python中有没有其他内存有效的方法来存储数字数组？PyPy支持什么？派比有自己的东西吗

注意：array.array不是一个可行的解决方案，因为在我的测试中，它使用的内存比NumPy多得多。

array.array是一个内存高效的阵列。它将字节/字等打包在一起，因此整个阵列的额外开销只有几个字节

numpy可以使用更少内存的一个地方是当您有一个稀疏数组（并且正在使用其中一个稀疏数组实现）时

如果您没有使用稀疏数组，那么您只是测量错误

---

array.array也没有压缩bool类型，因此您可以将其作为

array.array（'I'）

或

bytearray（）

的包装器来实现，甚至只使用Python long的位掩码pypypypy附带的

numpypy

（这是numpy的克隆，但仍然缺少特性）另一个必须问的问题是，为什么要使用pypy？您是否可以先进行其他更简单的优化？您当前的性能瓶颈是什么？谢谢JBernardo。numpypy似乎很适合我的需要。：）至于我为什么要使用PyPy，我有一个用Python编写的服务器应用程序，我希望它能运行良好。我过去使用过Psyco，发现它极大地提高了性能。我可以用C重写部分或全部内容，但我不愿意。bytearray对于8位数字来说既快速又紧凑。根据您的需要，还有

cffi

，您可以在其中声明和使用C类型的数组或小型C结构的数组。要测量内存，我尝试用随机数据初始化一个非常大的数组，并查看Python使用的RAM。我以前在生产中也使用了array.array，当我转换为numpy时发现RAM使用减少了50-70%。数组可能是稀疏的，我估计，在任何给定的时间，它们大概有75%是空的。