【读书笔记】 《流畅的python》 2.9 当列表不是首选时 读书笔记

《流畅的python》 2.9 当列表不是首选时 读书笔记

虽然列表既灵活又简单，但面对各类需求时，我们可能会有更好的选择。比如，要存放 1000 万个浮点数的话，数组（array）的效率要高得多，因为数组在背后存的并不是 float 对象，而是数字的机器翻译，也就是字节表述。
如果需要频繁对序列做先进先出的操作，deque（双端队列）的速度应该会更快。
如果在你的代码里，包含操作（比如检查一个元素是否出现在一个集合中）的 频率很高，用 set（集合）会更合适。set 专为检查元素是否存在做过优化。但是它 并不是序列，因为 set 是无序的。
一、数组
如果我们需要一个只包含数字的列表，那么 array.array 比 list 更高效。数组支持所 有跟可变序列有关的操作，包括 .pop、.insert 和 .extend。另外，数组还提供从文件 读取和存入文件的更快的方法，如 .frombytes 和 .tofile。
例子：从创建一个有 1000 万个随机浮点数的数组开始，到如何把这个数组存放 到文件里，再到如何从文件读取这个数组。

from array import array  # 引入 array 类型。
from random import random
floats = array('d', (random() for i in range(10 ** 7)))  # 利用一个可迭代对象来建立一个双精度浮点数组（类型码是 'd'），这里我们用的可迭代对象是一个生成器表达式。
print(floats[-1])  # 查看数组的最后一个元素。
fp = open('floats.bin', 'wb')
floats.tofile(fp)  # 把数组存入一个二进制文件里。
fp.close()
floats2 = array('d')  # 新建一个双精度浮点空数组。
fp = open('floats.bin', 'rb')
floats2.fromfile(fp, 10**7)  # 把1000万个浮点数从二进制文件里读取出来。
fp.close()
print(floats2[-1])  # 查看新数组的最后一个元素。
if floats2 == floats:  # 检查两个数组的内容是不是完全一样。
    print(True)
else:
    print(False)

从上面的代码我们能得出结论，array.tofile 和 array.fromfile 用起来很简单。
把 这段代码跑一跑，你还会发现它的速度也很快。一个小试验告诉我，用 array.fromfile 从一个二进制文件里读出 1000 万个双精度浮点数只需要 0.1 秒，这比从文本文件里读取 的速度要快 60 倍，因为后者会使用内置的 float 方法把每一行文字转换成浮点数。另 外，使用 array.tofile 写入到二进制文件，比以每行一个浮点数的方式把所有数字写 入到文本文件要快 7 倍。另外，1000 万个这样的数在二进制文件里只占用 80 000 000 个 字节（每个浮点数占用 8 个字节，不需要任何额外空间，如果是文本文件的话，我们需 要 181 515 739 个字节。
另外一个快速序列化数字类型的方法是使用 pickle模块。pickle.dump 处理浮点 数组的速度几乎跟 array.tofile 一样快。不过前者可以处理几乎所有的内置数字 类型，包含复数、嵌套集合，甚至用户自定义的类。