我找到了一些关于这个问题的一般性帖子(尤其是列表与数组)，但我想知道是否有人知道使用 numpy.append 或重新分配条目是否更快？
具体来说，如果您知道您将拥有一个最大大小为 100 的数组，但不确定最终大小，是否最好:
array_to_mod = np.zeros(100)
for something in loop:
array_to_mod[something] = new_value
final_array = array_to_mod[0:len(loop)]
其中 loop 是一些你事先不知道的数字，除了它低于 100，或者类似于:
final_array = np.array([])
for something in loop:
final_array = np.append(final_array, new_value)
想法？
请您参考如下方法:
性能测试:
def func1(new_value):
array_to_mod = np.zeros(100)
for i in range(0,100):
array_to_mod[i] = new_value
final_array = array_to_mod[0:len(range(0,100))]
return final_array
def func2(new_value):
final_array = np.array([])
for i in range(0,100):
final_array = np.append(final_array, new_value)
return(final_array)
In [236]: %timeit func1(1)
10000 loops, best of 3: 23.5 us per loop
In [237]: %timeit func2(1)
1000 loops, best of 3: 789 us per loop
所以第一种方法要快得多，你应该像@Divakar 在评论中提到的那样使用它
