数组模块是一种如果你不知道为什么要使用它，你可能不需要的东西(请注意，我并不是试图以一种居高居高下的方式说!)。大多数情况下，数组模块用于与C代码进行交互。为了更直接地回答你关于性能的问题:

在某些用途上，数组比列表更有效。如果你需要分配一个你知道不会改变的数组，那么数组可以更快，使用更少的内存。GvR有一个优化的轶事，其中数组模块是赢家(长读，但值得一读)。

另一方面，列表比数组占用更多内存的部分原因是，当所有分配的元素都被使用时，python会分配一些额外的元素。这意味着向列表中添加项更快。所以，如果你打算添加项目，列表是最好的方法。

我只会在有特殊的优化需求或者需要与C代码交互(不能使用pyrex)时使用数组。

这个答案将总结几乎所有关于何时使用List和Array的查询:

The main difference between these two data types is the operations you can perform on them. For example, you can divide an array by 3 and it will divide each element of array by 3. Same can not be done with the list. The list is the part of python's syntax so it doesn't need to be declared whereas you have to declare the array before using it. You can store values of different data-types in a list (heterogeneous), whereas in Array you can only store values of only the same data-type (homogeneous). Arrays being rich in functionalities and fast, it is widely used for arithmetic operations and for storing a large amount of data - compared to list. Arrays take less memory compared to lists.

这是一种交易!

各有优点:

list

灵活的 可以是异质的

数组(例如:numpy数组)

统一值数组 均匀 紧凑(尺寸) 高效(功能和速度) 方便

在性能方面，这里有一些比较python列表、数组和numpy数组的数字(都是2017年Macbook Pro上的python 3.7)。 最终的结果是python列表对于这些操作是最快的。

# Python list with append()
np.mean(timeit.repeat(setup="a = []", stmt="a.append(1.0)", number=1000, repeat=5000)) * 1000
# 0.054 +/- 0.025 msec

# Python array with append()
np.mean(timeit.repeat(setup="import array; a = array.array('f')", stmt="a.append(1.0)", number=1000, repeat=5000)) * 1000
# 0.104 +/- 0.025 msec

# Numpy array with append()
np.mean(timeit.repeat(setup="import numpy as np; a = np.array([])", stmt="np.append(a, [1.0])", number=1000, repeat=5000)) * 1000
# 5.183 +/- 0.950 msec

# Python list using +=
np.mean(timeit.repeat(setup="a = []", stmt="a += [1.0]", number=1000, repeat=5000)) * 1000
# 0.062 +/- 0.021 msec

# Python array using += 
np.mean(timeit.repeat(setup="import array; a = array.array('f')", stmt="a += array.array('f', [1.0]) ", number=1000, repeat=5000)) * 1000
# 0.289 +/- 0.043 msec

# Python list using extend()
np.mean(timeit.repeat(setup="a = []", stmt="a.extend([1.0])", number=1000, repeat=5000)) * 1000
# 0.083 +/- 0.020 msec

# Python array using extend()
np.mean(timeit.repeat(setup="import array; a = array.array('f')", stmt="a.extend([1.0]) ", number=1000, repeat=5000)) * 1000
# 0.169 +/- 0.034

Array只能用于特定类型，而list可以用于任何对象。

数组也只能有一种类型的数据，而列表可以有各种对象类型的条目。

数组对于某些数值计算也更有效。

numpy array和list之间的一个重要区别是，数组切片是原始数组的视图。这意味着数据不会被复制，对视图的任何修改都将反映在源数组中。