list.append比np.append快？

Question

执行以下几行：

import numpy as np
import time

start = time.time()

t = []
for i in range(int(1e5)):
   t.append(i)

t = np.array(t)

end = time.time()
print(end-start)

与此相比较：

import numpy as np
import time

start = time.time()

t = np.array([])
for i in range(int(1e5)):
    t = np.append(t,[i])

end = time.time()
print(end-start)

第一种比第二种更快，近似等于100倍！

原因是什么？

Answer 1

Python列表保存对对象的引用。这些引用在内存中是连续的，但是python以块的形式分配它的引用数组，因此只有一些追加需要一个副本。Numpy不预先分配额外的空间，所以每次都会发生复制。因为所有的列都需要保持相同的长度，所以它们都被复制到每个附加项上。

Answer 2

根据这篇文章的说法。

速度试验

他使用Python append()和NumPy append()附加了99 999个数字。结果：

The computation time of the NumPy array: 2.779465675354004  
The computation time of the list: 0.010703325271606445

对NumPy运行时间较长的解释：

和NumPy.

追加进程不在同一数组中发生。相反，创建并填充了一个新数组。

和Python。

情况很不一样。列表填充过程保留在列表本身内，并且不会生成新的列表。