如何高效生成重复指定次数的数字序列？Python性能优化求助

方法1：纯Python列表推导式 #

列表推导式比显式嵌套循环+append的执行效率高很多，底层优化减少了循环中的函数调用开销：

startNum = 1
endNum = 7000
# 生成从startNum到endNum的数字，每个重复endNum次
sequence = [num for num in range(startNum, endNum + 1) for _ in range(endNum)]

如果需要从0开始生成（对应你原代码的逻辑），把range(startNum, endNum + 1)改为range(endNum)即可。

方法2：Numpy向量化操作（大数据量首选） #

Numpy的repeat函数基于C实现，处理百万级以上序列时速度远超纯Python，同时内存效率更高：

import numpy as np

startNum = 1
endNum = 7000
# 生成目标序列，若无需Python列表，可省略.tolist()直接使用numpy数组
sequence = np.repeat(np.arange(startNum, endNum + 1), endNum).tolist()

直接使用numpy数组还能避免Python列表的额外内存开销，后续数据处理也更高效。

原代码的问题点 #

• 导入了pandas却未使用，多余依赖会增加启动时间，建议删除。
• 嵌套循环+append的方式效率极低：4900万次append操作会频繁触发列表扩容，产生大量额外性能损耗。
• 末尾的print(i)仅输出最后一个循环变量值，若要验证结果，建议改为print(len(sequence))查看序列长度是否符合预期（应为endNum * (endNum - startNum + 1)）。

内容的提问来源于stack exchange，提问作者libing bai