Julia 类型效率：数组{Int64，1}与线性代数.伴随{Int64，数组{Int64，1}

为清晰起见进行了编辑

在Julia中有几种方法可以构建/生成数组

我对列向量使用单引号或撇号方法，因为它比[]中的多个逗号更快：

julia> a = [1 2 3 4]'
4×1 LinearAlgebra.Adjoint{Int64,Array{Int64,2}}:
 1
 2
 3
 4

这生成了我认为更复杂的数据类型：“LinearAlgebra.Adjunct{Int64，Array{Int64,1}”

与逗号分隔的元素相比：

julia> a = [1,2,3,4]
4-element Array{Int64,1}:
 1
 2
 3
 4

它生成一个数组{Int64,1}类型

问题：

线性代数伴随{…}类型比基数组在计算上更昂贵吗？我应该避免在一般意义上生成此数组吗？（即，线性代数外部建模）

在较小的范围内，可能存在一个小的差异，这无关紧要，但我计划最终在大型数据集上执行操作。为了这些目的，我应该尝试将它们生成为数组{Int64,1}类型吗

---

原创的

我一直在学习Julia，我想早点养成好习惯；专注于计算效率。我一直在使用数组，并在最后使用单引号表示法将其转换为列向量。从我对类型系统的理解来看，这不仅仅是一个比逗号更快的组织方式。一般来说，使用逗号在计算上更昂贵还是在语义上不受欢迎？较小的数据集似乎无关紧要，但较大的数据集呢？（例如，10k计算）

---

下面是一个性能示例：

julia> a = rand(10^6);

julia> b = rand(1, 10^6)';

julia> typeof(a)
Array{Float64,1}

julia> typeof(b)
Adjoint{Float64,Array{Float64,2}}

julia> @btime sum($a)
  270.137 μs (0 allocations: 0 bytes)
500428.44363296847

julia> @btime sum($b)
  1.710 ms (0 allocations: 0 bytes)
500254.2267732659

如您所见，

向量上的和的性能要比
伴随向量上的和的性能好得多（实际上，我有点惊讶于差异有多大）

但对我来说，使用
向量
的更大原因是，使用复杂且复杂的
伴随
类型似乎既奇怪又不自然。另一个更大的风险是，有些代码不接受
伴随
，然后你就给自己制造了额外的麻烦

但是，真的，为什么要使用
伴随词呢？这只是为了避免使用逗号吗？你输入的向量有多长？如果向量类型对你来说是一个很大的麻烦，你可以考虑写<代码> [1 2 3 3 ] []：/>代码>它将返回<代码>矢量< /代码>。这也会触发额外的分配和复制，看起来很奇怪，但如果这对你来说是一件大事，也许值得

我的建议是：键入逗号。
你能解释一下“逗号”是什么意思吗？@DNF，我想他指的是撇号而不是逗号。但问题是“单引号表示法”和“逗号”之间的区别。如果我的意图是写“撇号”，那我就没什么意义了。哦，好吧，我理解你的评论。然后我相信，逗号是指数组：
[1,2,3]
例如，我认为这个问题非常不清楚，需要重新编写才能理解。尽管您的解释可能是对的，@J.Khamphousone，但我仍然无法说出海报想要什么样的回答，也许除了一篇关于惰性数据结构效率的一般性文章。谢谢您的完整解释。我没想到会有这么大的差别。
julia> a = rand(10^6);

julia> b = rand(1, 10^6)';

julia> typeof(a)
Array{Float64,1}

julia> typeof(b)
Adjoint{Float64,Array{Float64,2}}

julia> @btime sum($a)
  270.137 μs (0 allocations: 0 bytes)
500428.44363296847

julia> @btime sum($b)
  1.710 ms (0 allocations: 0 bytes)
500254.2267732659