如何快速将5亿长度的float数组写入ASCII文件？（Python）

你的循环写法慢的核心原因是高频小量IO操作+逐个元素字符串转换，每次循环都做字符串转译和文件写入，开销极大。以下是几种高效实现方式：

1. 基于Numpy的批量写入（优先推荐，若数组是Numpy类型） #

如果dataword是Numpy数组，直接用np.savetxt，底层是C优化实现，批量处理字符串转换和IO，速度远快于纯Python循环：

import numpy as np
# fmt参数可自定义输出格式，比如%.6f保留6位小数
np.savetxt('output.txt', dataword, fmt='%f')

2. 纯Python列表的分块批量写入 #

如果是普通Python列表，避免一次性转换所有元素（会占用大量内存），采用分块处理：每次转换一块元素为字符串，再批量写入，大幅减少IO次数：

chunk_size = 1_000_000  # 每块处理100万元素，可根据内存调整
with open('output.txt', 'w', buffering=10*1024*1024) as fout:  # 10MB缓冲区优化IO
    for i in range(0, len(dataword), chunk_size):
        chunk = dataword[i:i+chunk_size]
        # 批量转换为字符串并拼接换行符
        lines = '\n'.join(map(str, chunk)) + '\n'
        fout.write(lines)

3. 一次性批量转换（内存充足时用） #

如果机器内存足够容纳所有转换后的字符串（5亿float转字符串大概占几十GB内存，需确认），可以一次性转换后写入：

with open('output.txt', 'w') as fout:
    fout.write('\n'.join(map(str, dataword)) + '\n')

内容的提问来源于stack exchange，提问作者Maurizio Mastrofini