文章/答案/技术大牛

发布

社区首页 >问答首页 >用于存储N个列表的高效数据结构，其中N非常大

问用于存储N个列表的高效数据结构，其中N非常大
EN

Stack Overflow用户

提问于 2020-10-20 15:51:14

回答 4查看 88关注 0票数 0

我将需要存储N个列表，其中N是大的(100万)。例如，

[2,3]
[4,5,6]
...
[4,5,6,7]

每一项都是大约0-10000个元素的列表。我想使用一个数字数组的列表，比如

np.array([[2,3],[4,5,6])

然后，在尝试附加到numpy数组中的列表时，我遇到了效率问题。这里还告诉我：Efficiently append an element to each of the lists in a large numpy array，不要使用numpy数组的列表。

就内存和时间效率而言，什么样的数据结构才是存储此类数据的好数据结构？

list

numpy

python

arrays

回答 4

Stack Overflow用户

回答已采纳

发布于 2020-10-20 16:02:59

除非您存储的元素遵循某种模式，否则必须使用嵌套列表，因为没有其他方法可以将这些元素从其他元素中取出。

在Python中：

listOfLists = [[1,2,3],
               [4,5,6],
               [7,8,9]]

因此，无论何时想要操作这个列表，都可以使用numpy函数

>>> np.mean(listOfLists)
5.0
>>> np.max(listOfLists)
9

票数 1

Stack Overflow用户

发布于 2020-10-20 15:59:04

也许可以使用字典：

d={}
for i in range(N):
  d[i]=your_nth_list

您只需通过以下方式附加它们：

d[k].append(additional_items)

(对于每个包含1000个条目的10.000.000列表，它是有效的)

票数 2

Stack Overflow用户

发布于 2020-10-20 15:53:10

尝试嵌套列表

nestedList = [[2,3],[4,5,6]]

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/64440765

复制

相似问题

问用于存储N个列表的高效数据结构，其中N非常大
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用于存储N个列表的高效数据结构，其中N非常大EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用于存储N个列表的高效数据结构，其中N非常大
EN