Python列表与数组 – 何时使用？
如果你正在创build一个1d数组，你可以将它实现为一个List，否则使用标准库中的'array'模块。 我一直使用1d数组的列表。
什么是我想要使用数组模块，而不是原因或情况？
这是为了性能和内存优化，还是我错过了一些明显的东西？
基本上，Python列表是非常灵活的，可以保存完全异构的，任意的数据，并且它们可以被非常有效地追加到分期固定的时间 。 如果您需要缩短和增加您的arrays时间，而且没有麻烦，他们是要走的路。 但是他们比C数组使用了更多的空间 。
另一方面， array.arraytypes只是C数组的一个薄包装。 它只能保存同类数据，全部是相同的types，所以它只使用sizeof(one object) * length字节的内存。 大多数情况下，当您需要将C数组公开到系统调用（例如， ioctl或fctnl ）时，您应该使用它。 这也是一个很好的方式来表示一个可变的string（ array('B', bytes) ），直到在Python 3.0中真正变得可用。
然而，如果你想在同类的数值数据上进行math计算，那么使用NumPy会更好，它可以自动地向复杂的multidimensional array上进行操作。
长话短说 ： array.array是非常有用的，当你需要一个同质的C数据数据的原因， 而不是math 。
几乎所有的情况下，正常的名单是正确的select。 数组模块更像是一个C数组的薄包装，它给你一种强types的容器（参见文档 ），可以访问更多的类Ctypes，如signed / unsigned short或double，这些不是构build的一部分types。 我只能说，如果你真的需要使用数组模块，在所有其他情况下坚持使用列表。
如果你不知道为什么要使用它，那么数组模块就是你可能不需要的东西之一（注意，我不是以一种居高临下的方式来说的）。 。 大部分时间，数组模块用于与C代码进行交互。 为了更直接地回答你关于performance的问题：
数组比一些用途的列表更有效率。 如果你需要分配一个你知道不会改变的数组，那么数组可以更快，使用更less的内存。 GvR有一个优化轶事 ，其中arrays模块出来是胜利者（长期阅读，但值得）。
另一方面，list比数组占用更多内存的部分原因是因为当所有分配的元素被使用时，python会分配一些额外的元素。 这意味着将项目附加到列表更快。 所以如果你打算增加项目，一个清单是要走的路。
TL; DR我只会使用一个数组，如果你有一个特殊的优化需求，或者你需要与C代码接口（并且不能使用pyrex ）。
我的理解是，数组的存储效率更高（即连续的内存块与指向Python对象的指针），但我不知道任何性能的好处。 此外，对于数组，您必须存储相同types的基元，而列表可以存储任何内容。
标准的库数组对于二进制I / O非常有用，比如将一个int列表转换成一个string，例如一个wave文件。 也就是说，正如很多人已经指出的那样，如果你打算做任何真正的工作，那么你应该考虑使用NumPy。
数组只能用于特定的types，而列表可以用于任何对象。
数组也可以只有一种types的数据，而列表可以有各种对象types的条目。
数组计算也更有效率。
如果要使用数组，请考虑numpy或scipy软件包，这为您提供了更大的灵活性。
这是一个折衷！
每个人的利弊：
名单
- 灵活
- 可以是异构的
数组（例如：numpy数组）
- 统一值的数组
- 同质
- 紧凑（大小）
- 高效（function和速度）
- 方便
