为什么Python的数组变慢？
我期望array.array比列表更快，因为数组似乎已拆箱。
但是，我得到以下结果：
In [1]: import array
In [2]: L = list(range(100000000))
In [3]: A = array.array('l', range(100000000))
In [4]: %timeit sum(L) 1 loop, best of 3: 667 ms per loop
In [5]: %timeit sum(A) 1 loop, best of 3: 1.41 s per loop
In [6]: %timeit sum(L) 1 loop, best of 3: 627 ms per loop
In [7]: %timeit sum(A) 1 loop, best of 3: 1.39 s per loop 造成这种差异的原因是什么？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
-
该存储是“未装箱的”，但是每次访问元素时，Python都必须对其进行“装箱”（将其嵌入常规Python对象中），以便对其进行任何处理。例如，您sum(A)遍历数组，并将每个整数一次装在一个常规Python int对象中。那要花时间。在您的中sum(L)，所有装箱操作均在创建列表时完成。
因此，最后，阵列通常较慢，但所需的内存却少得多。
这是最新版本的Python 3的相关代码，但是自Python首次发布以来，相同的基本思想也适用于所有CPython实现。
这是访问列表项的代码：
PyObject * PyList_GetItem(PyObject op, Py_ssize_t i) { / error checking omitted */ return ((PyListObject *)op) -> ob_item[i]; } 几乎没有什么： somelist[i]只需返回i列表中的第一个对象（CPython中的所有Python对象都是指向结构的指针，该结构的初始段符合a的布局struct PyObject）。
这__getitem__是array带有类型代码的实现l：
static PyObject * l_getitem(arrayobject *ap, Py_ssize_t i) { return PyLong_FromLong(((long *)ap->ob_item)[i]); } 原始内存被视为平台本地C long整数的矢量；该i“个C long被读取起来; 然后PyLong_FromLong()调用该方法将本机包装（“框”）C long在Python long对象中（在Python 3中，该对象消除了Python 2 int和之间的区别long，实际上显示为type int）。
此装箱必须为Python int对象分配新的内存，然后将native C long的位喷射到其中。在原始示例的上下文中，此对象的生存期非常短（足够长，足以sum()将内容添加到运行的总计中），然后需要更多时间才能取消分配新int对象。
在CPython实现中，这就是速度差异的来源，永远都是这样，永远都是这样。
问题来源于stack overflow
2020-02-06 23:25:02赞同 展开评论