使用python和numpy进行高效编码

我正在阅读一篇关于python数据分析的参考文献[1]，并在我的笔记本电脑上测试代码。本文讨论了与使用内置列表相比，使用numpy数组如何加快速度

然而，我很惊讶，得到了相反的结果：

In [5]: L =range(10000000); %timeit sum(L)
1 loops, best of 3: 201 ms per loop

In [9]: xL=np.array(L,dtype=int); %timeit sum(xL)
1 loops, best of 3: 6.79 s per loop

第一个和应该比第二个慢得多。更改

dtype

选项值不会更改结果

我正在OSX 10.6.8上使用ipython（2.4.0）笔记本和Firefox。我的（旧）python/OS版本可能有问题

---

[1] “天文学中的统计、数据挖掘和机器学习：用于数据调查的实用Python”，Zeljko Ivezic等人，普林斯顿大学出版社，2014年。附录A.8.

为了利用NumPy，您需要调用NumPy数组，而不是普通Python：

In [32]: L =range(10000000)

In [33]: %timeit sum(L)
10 loops, best of 3: 82.4 ms per loop

In [34]: xL=np.array(L,dtype=int)

In [35]: %timeit xL.sum()
100 loops, best of 3: 9.49 ms per loop

---

为了利用NumPy，您需要调用NumPy数组，而不是普通Python：

In [32]: L =range(10000000)

In [33]: %timeit sum(L)
10 loops, best of 3: 82.4 ms per loop

In [34]: xL=np.array(L,dtype=int)

In [35]: %timeit xL.sum()
100 loops, best of 3: 9.49 ms per loop

---

您在numpy数组上使用python

sum

，而不是numpy的sum：

>>> import numpy as np
>>> L = range(10000000)
>>> timeit sum(L)
10 loops, best of 3: 69.9 ms per loop
>>> xL = np.array(L, dtype=int)
>>> timeit sum(xL)
1 loops, best of 3: 715 ms per loop

慢！以下是10倍的加速：

>>> timeit xL.sum()
100 loops, best of 3: 7.34 ms per loop
>>> timeit np.sum(xL)
100 loops, best of 3: 7.38 ms per loop

---

您在numpy数组上使用python

sum

，而不是numpy的sum：

>>> import numpy as np
>>> L = range(10000000)
>>> timeit sum(L)
10 loops, best of 3: 69.9 ms per loop
>>> xL = np.array(L, dtype=int)
>>> timeit sum(xL)
1 loops, best of 3: 715 ms per loop

慢！以下是10倍的加速：

>>> timeit xL.sum()
100 loops, best of 3: 7.34 ms per loop
>>> timeit np.sum(xL)
100 loops, best of 3: 7.38 ms per loop

---

阿格！我的错！我本应该更小心的。谢谢阿格！我的错！我本应该更小心的。谢谢我为这样一个愚蠢的问题道歉。我应该在复制代码时更加小心。在得到两个正确答案后，我不确定是否应该删除这个问题。@unutbu，wim，如果我删除我的问题，你们两个都有足够高的声誉，不会有太大的变化（我想这会删除你们在这里获得的声誉）。老实说，我认为我的这个问题只是造成了这里的噪音。马斯尔，我认为你的问题很好，根本没有垃圾问题。只有愚蠢的问题。：）还有那个！绝对不是合适的日子。我为这样一个愚蠢的问题道歉。我应该在复制代码时更加小心。在得到两个正确答案后，我不确定是否应该删除这个问题。@unutbu，wim，如果我删除我的问题，你们两个都有足够高的声誉，不会有太大的变化（我想这会删除你们在这里获得的声誉）。老实说，我认为我的这个问题只是造成了这里的噪音。马斯尔，我认为你的问题很好，根本没有垃圾问题。只有愚蠢的问题。：）还有那个！绝对不是合适的日子。