您可以尝试使用Descriptor来限制大小

class fixedSizeArray(object):
    def __init__(self, arraySize=5):
        self.arraySize = arraySize
        self.array = [None] * self.arraySize

    def __repr__(self):
        return str(self.array)

    def __get__(self, instance, owner):
        return self.array

    def append(self, index=None, value=None):
        print "Append Operation cannot be performed on fixed size array"
        return

    def insert(self, index=None, value=None):
        if not index and index - 1 not in xrange(self.arraySize):
            print 'invalid Index or Array Size Exceeded'
            return
        try:
            self.array[index] = value
        except:
            print 'This is Fixed Size Array: Please Use the available Indices'


arr = fixedSizeArray(5)
print arr
arr.append(100)
print arr
arr.insert(1, 200)
print arr
arr.insert(5, 300)
print arr

输出:

[None, None, None, None, None]
Append Operation cannot be performed on fixed size array
[None, None, None, None, None]
[None, 200, None, None, None]
This is Fixed Size Array: Please Use the available Indices
[None, 200, None, None, None]

>>> import numpy
>>> x = numpy.zeros((3,4))
>>> x
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
>>> y = numpy.zeros(5)   
>>> y
array([ 0.,  0.,  0.,  0.,  0.])

X是二维数组，y是一维数组。它们都是0初始化的。

一个简单的解决方案是x = [None]*length，但请注意，它将所有列表元素初始化为None。如果大小是固定的，你也可以执行x=[None,None,None,None]。但严格来说，无论采用哪种方式，都不会得到未定义的元素，因为Python中不存在这种麻烦。

你可以使用:

>>> lst = [None] * 5
>>> lst
[None, None, None, None, None]

最好的办法是使用numpy库。

from numpy import ndarray

a = ndarray((5,),int)

为什么这些问题没有得到显而易见的答案呢?

a = numpy.empty(n, dtype=object)

这将创建一个长度为n的数组，用于存储对象。它不能被调整大小或追加。特别是，它不会因为填充长度而浪费空间。这是Python中与Java相同的部分

Object[] a = new Object[n];

如果你真的对性能和空间感兴趣，并且知道你的数组只存储某些数值类型，那么你可以将dtype参数更改为其他一些值，比如int。然后numpy将这些元素直接打包到数组中，而不是使数组引用int对象。