numpy數組內存分配

Question

從我讀過的關於Numpy數組的內容來看，它們更符合標準Python列表的內存效率。令我困惑的是，當你創建一個numpy數組時，你必須傳入一個python列表。我假設這個python列表被解構，但對我來說，如果你不得不創建一個效率更高的結構來創建高效的結構，它似乎會破壞具有高效內存數據結構的目的。

numpy.zeros會解決這個問題嗎？

Answer 1

還有many ways to create a NumPy array。傳遞一個Python列表到np.array或np.asarray就是這樣一種方式。

另一種方法是使用一個迭代器：

In [11]: np.fromiter(xrange(10), count=10, dtype='float') 
Out[11]: array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]) 

在這種情況下，不涉及大的臨時Python列表。因此，您可以定義一個產生列表中項目的generator function而不是構建Python列表。然後創建數組，您可以將發生器傳遞給np.fromiter。由於np.fromiter始終創建一維數組，因此要創建更高維的數組，請在返回的值上使用reshape。

還有np.fromfunction，np.frombuffer，np.fromfile，np.loadtxt，np.genfromtxt，np.fromstring，np.zeros，np.empty和np.ones。這些都提供了創建NumPy數組而不創建大型臨時Python對象的方法。

Answer 2

如果您預先分配大小，Numpy通常更高效。如果你知道你將要填充一個MxN矩陣......先創建它然後填充，而不是使用附加例子。

儘管必須創建列表，但效率方面的許多改進都來自對該結構的操作。讀/寫/計算/等。