2026Python内存优化实战教程：布尔数组从1MB到100KB，从入门到精通

做Python开发，存大量布尔值的场景太常见了：线性筛素数、用户标签、特征工程标记、布隆过滤器、位图索引，数据量一上来内存直接爆，list占内存大，numpy不够灵活，自己写位数组又麻烦。这篇是2026年最新的Python内存优化实战教程，从最基础的写法到高阶优化，每一步都有可复现的代码和性能对比，看完你也能把布尔数组内存省90%。
—## 第1步：新手写法——用list存布尔值，内存浪费严重刚学Python的新手，存布尔值第一反应都是用list：pythonarr = [i % 10 == 0 for i in range(1_000_000)] # 100万个值，10%为True跑起来你会发现，这玩意直接吃了约1MB内存，数据量到1亿就是100MB+，GC压力大。为什么？因为Python里的bool是完整对象，每个值都有对象头，大量存的时候浪费非常严重。你以为这是Python的问题？别急，往下看。
—## 第2步：入门优化——换numpy数组，内存直接省87%有点经验的开发者会换numpy bool数组，这也是最常见的numpy性能优化、numpy内存优化技巧：pythonimport numpy as nparr = np.zeros(1_000_000, dtype=np.bool_)arr[::10] = True同样100万个值，numpy只占约125KB，比list省了87%的内存，新手到这一步就觉得：numpy真牛，这就是极限了吧？太天真了。你仔细想：如果你的数据里只有10%是True，剩下90%都是False，numpy还是老老实实给每个False都存1字节，这部分完全可以只存True的位置，内存还能再省。
—## 第3步：进阶技巧——自己实现稀疏数组，内存再省80%知道稀疏存储的开发者，会自己写：只存True的索引，其他默认False，比如：pythontrue_indexes = list(range(0, 1_000_000, 10)) # 只存True的位置def get(arr, i): return i in arr但是你实际测一下就会发现，Python的int每个占28字节，10万个索引反而占2.8MB，比numpy还大。而且自己实现稀疏数组有个大问题：如果数据变密集了，稀疏存储反而更占内存，访问速度还慢，你得自己判断什么时候用稀疏什么时候用密集，非常麻烦。90%的人到这一步就卡住了，不知道怎么平衡内存和速度。
—## 第4步：高阶优化——自动切换密集/稀疏模式其实最优方案是自动切换：- 数据密集、长度固定的位置，用numpy.ndarray存，访问速度快- 数据稀疏、长度变化频繁的位置，用array.array存索引，内存小，修改不用创建新实例（numpy修改长度需要创建新实例）- 自动识别稀疏模式（大部分False，异常True）和非稀疏模式（大部分True，异常False）- 支持和list一样的索引、切片、赋值操作，不用改业务代码但是自己实现这个太麻烦了：要处理自动切换、扩容、切片、位运算、序列化，没个几千行代码下不来，还要处理各种边界情况。—## 第5步：现成轮子——开箱即用的BoolHybridArray如果你不想自己写几千行代码实现这些优化，有个开源库已经把这些都做好了，叫bool-hybrid-array，你直接拿来用就行：bash# 安装，推荐用uv更快pip install uvpython -m uv pip install cython # 可选Cython优化，推荐安装python -m uv pip install bool-hybrid-array使用和普通list一模一样，零学习成本：pythonfrom bool_hybrid_array import BoolHybridArr, TruesArray, FalsesArray# 创建数组，和list用法一样arr = BoolHybridArr([i % 10 == 0 for i in range(1_000_000)])print(arr[0]) # 访问元素，和list一样print(arr[1:10]) # 切片也支持arr[5] = True # 赋值也支持在100万值10%为True/False的场景下，它只占约100KB内存，比普通list省90%，随机访问速度和list基本一致，还自动帮你切换存储模式，不用自己判断。
—## 更多实用功能除了基础的数组操作，它还有很多方便的功能，都是实际开发中能用得上的：1.位运算支持：直接做& | ^ ~ << >>等位运算，写布隆过滤器、位图索引非常方便2.二维数组支持：BHA_List可以模拟二维布尔数组，还能指定用原生bool/numpy.bool_/BHA_Bool类型3.高性能队列：内置BHA_Queue双栈队列，均摊O(1)入队出队4.IO流支持：内置cin/cout/fstream，读写文件速度快，还支持自定义类输入输出5.自动优化：调用arr.optimize()自动调整存储模式，始终保持最优内存6.内存查看：arr.memory_usage(detail=True)可以看详细内存占用和优化建议7.兼容numpy：可以直接转numpy数组，和现有numpy代码无缝衔接8.支持哈希：可以放到set、dict里当key用9.大整数/浮点数支持：还有IntHybridArray存257位超大整数不溢出、FloatHybridArray存浮点数，同样省内存—## 性能对比（真实测试数据）在100万布尔值、10%为True的标准场景下，三种方案的对比如下：| 方案 | 内存占用 | 随机访问速度 | 灵活度 ||---------------------|----------|--------------|--------|| Python原生list | ~1MB | 基准 | 高 || numpy bool数组 | ~125KB | 比list快 | 中 || BoolHybridArray | ~100KB | 和list一致 | 高 |—## 最后Python内存优化不是一蹴而就的，从新手用list浪费内存，到自动切换密集稀疏存储，中间差的不只是一个库，更是对数据结构的理解。当然也不是所有场景都要优化到极致，大部分场景用numpy就够了，只有当你真的遇到内存瓶颈，存大量布尔值的时候，这个库能帮你省90%的内存，还不用改太多代码。这个库全网已经有14万+下载了，MIT协议完全开源免费可商用，做特征工程、标签系统、素数筛、布隆过滤器都能用得上。项目地址：- Gitee：https://gitee.com/BKsell/bool-hybrid-array- GitHub：https://github.com/BKsell/bool-hybrid-array如果你在Python性能优化、内存优化上有什么问题，欢迎在评论区交流，我会一一回复。