我即将处理直播的股市数据，数以百计的 "ticks" (dicts）每秒，将它们存储在内存数据结构中，并对数据进行分析。
我在阅读 pandas 并为之兴奋不已，后来才知道，熊猫的。append 函数是不推荐的，因为它在每个单独的append上复制整个数据帧。pandas 对于实时处理和分析高频流数据，例如金融或传感器数据，几乎是无法使用的。
所以我又回到了原生Python，这还算可以。为了节省内存，我在考虑滚动存储最近10万个左右的数据点。
什么是性能最好的Python数据结构？
我想使用一个列表，插入数据点编号100,001，然后删除第一个元素，就如 del list[0]. 这样一来，我就可以保持过去 100,000 个数据点的滚动历史，我的索引会越来越大。原生的 "滚动 "数据结构(如C语言中的16位索引和没有溢出检查的增量)在Python中似乎是不可能的。
在Python中实现我的实时数据分析的最好方法是什么？
你所描述的工作流程让我想到了一个... deque基本上是一个允许在一端（如右）扩展，而在另一端（如左）弹出（获取和删除）它们的列表。参考文献中甚至有一个简短的列表 德克菜谱 来说明常见的用例，如实施 tail 或维持移动平均线（作为发电机）。