我正在看书'Fluent Python ' 当我遇到一个句子，作者说
If you need to store 10 million floating-point values an array is much more efficient, because an array does not actually hold full fledged objects, but only the packed bytes representing their machine values - just like array in C language.
我无法理解作者试图表达的意思。他在说什么“打包字节”？ “打包字节存储”是什么意思？ . python 列表如何存储它？如果这是使它高效的原因，为什么不以这种方式存储它？
最佳答案
假设您正在处理 8 字节的 float 。在这种情况下，“打包字节”意味着有一个专用的分配内存块，其中前 8 个字节代表第一个 float ，然后接下来的 8 个字节代表下一个 float ，依此类推，没有浪费。这是存储数据的最节省空间的方式(至少，没有压缩)。对于某些操作(例如，数组算术运算)，它也可能是最省时的。
Python list 不会以这种方式存储内容。一方面，一个列表元素可能是一个 float ，但下一个可能是其他类型的对象。另一方面，您可以删除、插入或替换列表中的项目。其中一些操作涉及动态地延长或缩短列表。如果项目存储为打包字节，所有这些都非常节省时间和内存。 Python list 类被设计为尽可能通用，在各种类型的操作的效率之间做出折衷。
可能最重要的区别是 Python list，在其底层实现中，是一个充满指向对象的指针的容器，而不是一个充满原始对象的容器内容。其含义之一是对相同 Python 对象的多个引用可以出现在列表 中。另一个是可以非常有效地更改特定项目。例如，假设列表中的第一项 a[0] 是一个整数，但您希望将其替换为占用更多内存的字符串，例如a[0] = "There's a horse in the aisle five." 打包数组必须 (a) 腾出额外空间，移动内存中所有剩余的数组内容，以及 (b) 单独更新某种项目大小和类型的索引。与大多数语言一样，Python 的打包数组实现 (array.array) 甚至不允许这样做:相反，数组保证和强制执行统一的元素大小和类型更有意义。相比之下，在这种情况下，Python list 只需要用另一个指针值覆盖一个指针值，而没有这样的限制。
事实上，现在应该清楚这些指针本身甚至不直接指向对象内容。例如，它们不会直接指向包含浮点值的 8 个字节，而是指向携带所有必要元信息的 PyObj 结构(例如声明“我的内容必须是解释为 float ”)以及内容本身。
在 CPython 实现中，指针本身可能仍(或多或少)打包在内存中。这意味着将一个新项目插入到 list 中通常仍然是低效的(相对于 Python list 实现使用链接列表时的方式)引擎盖下的结构)。
一般来说，没有绝对的“高效”或“低效”之分——这都是关于您使用哪种资源、什么内容类型(以及内容类型的限制)在容器中，您打算如何转换容器或其内容。
关于python - 什么时候 array.array 比列表更有效？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41307460/