Python 将值列表指定给numpy数组

假设有一个二维

numpy

数组，其形状

（10000，100）

和大小

1000000

。还有一个长度为1000000的一维

列表

。将列表中的所有值分配给数组的最快方法是什么？我的解决办法是：

my_array = np.zeros([10000, 100]) 
my_list = range(1000000)
length_of_list = len(my_list)

for i in range(length_of_list):                  
    my_array.flat[i] = my_list[i]

---

是否有更好的解决方案？

我认为将列表转换为数组并对其进行重塑是最快的解决方案，但在我的设置中@M4rtini的一行程序甚至更快：

In [25]: %%timeit -n 10 
   ....: for i in range(length_of_list):                  
   ....:     my_array.flat[i] = my_list[i]
   ....: 
10 loops, best of 3: 420 ms per loop

In [26]: %timeit -n 10 my_array.flat[:] = my_list
10 loops, best of 3: 119 ms per loop

In [27]: %timeit -n 10 my_array = np.array(my_list).reshape(10000, 100)
10 loops, best of 3: 133 ms per loop

---

my_array.flat[：]=my_list

是可能的。它避免了for循环，但结果是以相同的速度运行。似乎我打乱了计时：）忘了先将range对象转换为list，仍然习惯于py3