Hej那里，我正在为使用Python设置的物理测量编写数据采集和分析软件。在这个过程中，我收集了大量的数据点（很容易在1.000.000或更高的数量级），我随后会分析这些数据点。到目前为止，我正在使用浮点数的数组，原则上这是完成工作。 然而，由于每次测量使用越来越多的数据点，我对获取的数据产生了奇怪的影响，这让我想知道阵列的处理是如此低效，写入它们会导致数据采集中的显着时间延迟循环。
这有可能吗？您对如何在写作过程中改善处理时间有任何建议（这是微秒的问题），还是不是可能的影响，我需要在其他地方寻找？
提前致谢！
答案 0 :(得分：5)
你的意思是名单吗？您可以使用NumPy来处理高效且高效的数值数组。
来自NumyPy网站：
首先，它们非常适合执行计算依赖 严重依赖于数学和数值运算。他们可以工作 本地使用矩阵和数组，对它们执行操作，查找 特征向量，计算积分，求解微分方程。
NumPy的数组类（用于实现矩阵类）是 在考虑速度的情况下实现，因此访问NumPy阵列的速度更快 而不是访问Python列表。此外，NumPy实现了一个数组 语言，因此不需要大多数循环。