在 Python 中重置（重新初始化）整数列表（为 0）的最佳方法是什么答案

【问题标题】：What is the best way to reset (re-initialize) a list of integers (to 0) in Python在 Python 中重置（重新初始化）整数列表（为 0）的最佳方法是什么
【发布时间】：2020-07-07 19:07:18
【问题描述】：

给定一个固定大小 (n) 的整数列表 (list_nb)，将所有值重置（重新初始化）为 0 的最佳方法是什么。

我已经尝试了两种方法，1) 使用循环来一个一个地重置所有元素，2) 一个相同大小的新列表（所有元素都为 0）。

第二种方法显然在执行时间方面提供了更好的结果。

import time

n = 200_000_000
list_nb = [0]*n

# some lines of code that change the list_nb ....

# method 1 to reset
start_time = time.time()
for i in range(len(list_nb)):
    list_nb[i] = 0
end_time = time.time()
print("Method 1 time = ",end_time-start_time," s")

# method 2 to reset
start_time = time.time()
list_nb = [0]*n
end_time = time.time()
print("Method 2 time = ",end_time-start_time," s")

结果：

方法 1 时间 = 16.05620765686035 秒
方法 2 时间 = 1.279524564743042 秒

不知道有没有其他办法。

谢谢。

【问题讨论】：

标签： python list time reset

【解决方案1】：

方法 2 显然在速度上更胜一筹，对于熟悉 Python 序列乘法的人来说很容易理解。警告：它不会重置list 的内容；它正在创建一个全新的list，并重新绑定这个新的list 的名称。因此，如果list_nb 是函数的参数，则调用者的list 副本不会被更改。如果这就是您想要的，那很好，但是如果您想要更改内容，请将其更改为：

list_nb[:] = [0]*n  # Or itertools.repeat(0, n), though CPython doesn't speed it up

它使用切片分配来替换现有list 的内容。它花费的时间大约是list_nb = [0]*n 的两倍（它构建一个新的list，从中复制，然后将其丢弃），但如果您需要就地突变，这是值得的。

【讨论】：

非常感谢，确实，这是一个非常好的观点（我没有考虑过）。在执行时间方面，它给出了两倍以上；对于此示例，它与方法 1（遍历所有元素）几乎相同。如果更改大小，我们发现您提出的方法比遍历所有元素更快。
@ibra：在您的原始示例中，方法 1 的时间是方法 2 的 10 倍多，我的“方法 3”只有大约 2 倍，而不是“与方法 1 几乎相同” .
使用 n= 200_000_000 （在我的机器上）==> 方法 1（循环）= 15.41 s |方法 2（新列表）= 1.26 s |方法 3（使用 numpy）= 0.44 s |方法 4（您的方法：使用切片分配）= 12.77 s || n= 300_000_000 ==> 方法 1（循环）= 24.94 s |方法 2（新列表）= 1.88 秒 |方法 3（使用 numpy）= 0.66 s |方法 4（使用切片分配）= 19.03 s。我不知道为什么你的机器是 2 倍，而我的大约是 10 倍（使用切片分配与新列表）！ .非常感谢@ShadowRanger
确实进行了更多测试，使用相同的参数（n=200_000_000 和 n=3_0...），是的，我给出的结果是（新列表）的 2 倍，你是对的 :)。但我不明白为什么测试会在 10 倍和 2 倍之间给出如此不同的结果。非常感谢:)
@ibra：我建议使用timeit.repeat 方法而不是time；它提供了更多可重复的结果。

【解决方案2】：

我认为最好的方法是覆盖列表，就像您在方法 #2 中所做的那样。覆盖现有列表比用 0 替换列表中的每个元素更容易。我相信没有更快的方法可以做到这一点，但我可能错了。干得好！

【讨论】：

Thank :) ，看来@Necklondon 和 jvieira88 提出的解决方案更快。

【解决方案3】：

使用 numpy 非常快。

import numpy as np
import time

n= 200000000

start_time = time.time()
list_nb = np.zeros(n)
end_time = time.time()
print(end_time-start_time)

这需要我0.003000497817993164

【讨论】：

谢谢 :) ，是的，它确实提供了更好的结果（在执行时）。 list_nb = list_nb = np.zeros（大小，dtype = int）。方法 1 时间 = 19.04 秒；方法 2 时间 = 1.27 秒；方法 3 时间 = 0.44 秒。谢谢。
除了速度更快，但它有一个缺点，当我们想将它与现有列表一起使用（例如连接）时，我们必须将其转换为列表（ (np.zeros(size,dtype =int)).tolist() )，这比仅仅创建一个新列表（方法 1）提供了更多的时间。

【解决方案4】：

如果你准备好使用 numpy：

start_time = time.time()
a = numpy.zeros(n, dtype=object) 
end_time = time.time()
print("Method 0 time = ",end_time-start_time," s")

给予

('Method 0 time = ', 0.8265918731689453, ' s')

【讨论】：

谢谢 :) ，是的，它确实提供了更好的结果（在执行时）。我只是将对象更改为 int, a = numpy.zeros(n, dtype=int)
除了速度更快，但它有一个缺点，当我们想将它与现有列表一起使用（例如连接）时，我们必须将其转换为列表（ (np.zeros(size,dtype =int)).tolist() )，这比仅仅创建一个新列表（方法 1）提供了更多的时间