如果要创建一维数组，可以将其作为列表实现，或者使用标准库中的"array"模块。我总是使用一维数组的列表。

我想使用阵列模块的原因或情况是什么？

是为了优化性能和内存，还是我遗漏了一些明显的东西？

基本上，python列表非常灵活，可以容纳完全异构的任意数据，并且可以非常有效地在摊余的固定时间内附加到这些数据中。如果你需要有效地缩短和增加你的列表时间，而不需要麻烦，那么它们就是你要做的事情。但是它们比C数组使用更多的空间。

另一方面，array.array类型只是C数组上的一个薄包装器。它只能保存相同类型的同构数据，因此只使用sizeof(one object) * length字节的内存。通常，当需要向扩展或系统调用(例如，ioctl或fctnl公开C数组时，应该使用它。

array.array也是在python 2.x(array('B', bytes)中表示可变字符串的合理方法。然而，python 2.6+和3.x提供了一个可变的字节字符串作为bytearray。

但是，如果你想对一个均匀的数值数据数组进行数学运算，那么你最好使用numpy，它可以自动向量化复杂的多维数组上的操作。

长话短说：当您出于数学以外的原因需要一个同构的C数组数据时，array.array非常有用。

对于几乎所有情况，正常列表都是正确的选择。arrays模块更像是C数组上的一个薄包装器，它为您提供了一种强类型容器(参见文档)，可以访问更多的C类类型，如signed/unsigned short或double，这些类型不是内置类型的一部分。我想说，只有在您真正需要的时候才使用数组模块，在所有其他情况下都要使用列表。

如果你不知道为什么要使用数组模块(请注意，我并不是以一种屈尊的方式来这么说)，那么数组模块就是其中一种你可能不需要的东西。.大多数情况下，数组模块用于与C代码接口。要更直接地回答您关于绩效的问题：

对于某些用途，数组比列表更有效。如果您需要分配一个您知道不会改变的数组，那么数组可以更快并且使用更少的内存。gvr有一个优化的轶事，其中数组模块是赢家(读得很长，但值得一读)。

另一方面，列表比数组占用更多内存的部分原因是，当所有分配的元素都被使用时，Python将分配一些额外的元素。这意味着将项目附加到列表的速度更快。因此，如果您计划添加项目，那么列表就是一种方法。

tl；dr只有当您有特殊的优化需求或者需要与C代码接口(并且不能使用Pyrex)时，我才会使用数组。

It's a trade off !

号

各自的优点：

• 灵活的
• 可以是异构的

数组(例如：numpy数组)

• 统一值数组
• 同种类的
• 紧凑型(尺寸)
• 高效(功能和速度)
• 方便的

我的理解是，数组的存储效率更高(即，作为连续的内存块与指向Python对象的指针)，但我不知道任何性能优势。此外，对于数组，必须存储相同类型的基元，而列表可以存储任何内容。

标准库数组对于二进制I/O很有用，例如将一组整数转换为一个字符串，以写入一个波形文件。也就是说，正如许多人已经注意到的，如果你要做任何真正的工作，那么你应该考虑使用numpy。

如果您要使用数组，可以考虑使用numpy或scipy包，这样可以使数组具有更大的灵活性。

数组只能用于特定类型，而列表可以用于任何对象。

数组也只能有一种类型的数据，而列表可以有各种对象类型的条目。

阵列对于某些数值计算也更有效。

numpy数组和list之间的一个重要区别是数组切片是原始数组上的视图。这意味着数据不会被复制，对视图的任何修改都将反映在源数组中。