假设我有一个很大的浮点值列表，我只想选择其中一些查看另一个数组：
result = []
for x,s in zip(xlist, slist):
if f(s): result.append(x)
在循环开始时，我可以粗略估计有多少条目将通过f 选择
现在这很慢，我尝试将 list 更改为 array 但仅查看附加我会变慢
def f(v):
for ii in a: v.append(ii)
a = range(int(1E7))
v = []
t = time(); f(v); print time()-t # -> 1.3
v = array.array('i')
t = time(); f(v); print time()-t # -> 3.4
我需要更快，因为这个循环在我的程序中真的很慢。 numpy.array 可以帮助我吗？没有append 方法。
【问题讨论】：
标签： python optimization numpy append
可能有更好的 numpy 解决方案，但在纯 python 中你可以尝试迭代器：
from itertools import izip
xlist = [1,2,3,4,5,6,7,8]
slist = [0,1,0,1,0,0,0,1]
def f(n):
return n
results = (x for x,s in izip(xlist, slist) if f(s))
# results is an iterator--you don't have values yet
# and no extra memory is consumed
# you can retrieve results one by one with iteration
# or you can exhaust all values and store in a list
assert list(results)==[2,4,8]
# you can use an array too
# import array
# a = array.array('i', results)
您还可以将此方法与 numpy 数组结合使用，看看它是否更快。请参阅fromiter constructor。
但是，如果您可以重组代码以使用迭代器，则可以避免生成完整列表，从而完全避免使用 append。
不言而喻，您应该看看是否可以加快您的 f() 过滤函数，因为它会为每个元素调用一次。
【讨论】：
根据您问题中的第一句话，您希望根据另一个列表或数组中的值来选择值。
在 numpy 中，您可以使用索引从数组中获取选定的值。我在示例中使用Boolean indexing。这避免了将值附加到现有数组的需要，但会为您提供所选值的副本作为数组。
您可以使用& 或| 运算符、来自numpy 的logic functions 或您自己的函数来组合多个条件。
In [1]: import numpy as np
In [2]: size = int(1E7)
In [3]: ar = np.arange(size)
In [4]: ar2 = np.random.randint(100, size=size)
In [5]: %timeit ar[(ar2 > 50) & (ar2 < 70) | (ar2 == 42)]
10 loops, best of 3: 249 ms per loop
如果您需要根据不同条件（或评论中给出的范围）在单独的数组中进行每个选择，您可以执行以下操作：
conditions = [(10, 20), (20, 50)] # min, max as tuples in a list
results = {}
for condition in conditions:
selection = ar[(ar2 > condition[0]) & (ar2 < condition[1])]
# do something with the selection ?
results[condition] = selection
print results
会给你类似的东西
{(20, 50): array([ 2, 6, 7, ..., 9999993, 9999997, 9999998]),
(10, 20): array([ 1, 3, 66, ..., 9999961, 9999980, 9999999])}
一般来说，您应该避免循环遍历一个 numpy 数组，而是使用向量化函数来操作您的数组。
【讨论】：
selection1，则放入ar1，如果通过selection2，则放入ar2，...。选择类似于10 < x <= 20，20 < x <= 50，...
10<x<=20，第二个用于20<x<=50，...
尝试双端队列：http://docs.python.org/library/collections.html#collections.deque
来自 python 文档：
双端队列是堆栈和队列的概括（名称发音为“deck”，是“双端队列”的缩写）。双端队列支持线程安全、内存高效的从双端队列的任一侧追加和弹出，在任一方向上的 O(1) 性能大致相同。
虽然列表对象支持类似的操作，但它们针对快速固定长度操作进行了优化，并且会为 pop(0) 和 insert(0, v) 操作带来 O(n) 的内存移动成本，这些操作会同时改变列表的大小和位置底层数据表示。
在我的系统上（由于内存有限，我使用 1e6 范围）：
def f(v):
for ii in a: v.append(ii)
a = range(int(1E6))
v = []
t = time(); f(v); print time()-t # -> .12
v = array.array('i')
t = time(); f(v); print time()-t # -> .25
v = collections.deque()
t = time(); f(v); print time()-t # -> .11
【讨论】：