在python中，对于标量，math.acos（）比numpy.arccos（）快吗？

我正在用Python进行一些科学计算，并进行了大量的几何计算，我发现使用

numpy

与标准

math

库之间存在显著差异

>>> x = timeit.Timer('v = np.arccos(a)', 'import numpy as np; a = 0.6')
>>> x.timeit(100000)
0.15387153439223766
>>> y = timeit.Timer('v = math.acos(a)', 'import math; a = 0.6')
>>> y.timeit(100000)
0.012333301827311516

---

这比10倍的加速还快！我对几乎所有的标准数学函数都使用numpy，我只是假设它经过了优化，至少与

math

一样快。在足够长的时间里，numpy.arccos（）最终将战胜math.acos（）循环，但由于我只使用标量的情况，因此全面使用math.acos（）、math.asin（）、math.atan（）代替numpy版本有什么不利之处吗？

使用

数学模块中的函数作为标量是完全可以的。由于以下原因，功能可能会变慢




将结果转换回python类型

如果性能上的差异对您的问题很重要，您应该检查是否确实不能使用数组操作。正如在评论中所说，数组是
numpy
真正擅长的东西。
用数组而不是标量来测试可能更有意义。这就是numpy优化的目的。“因为我只使用标量情况”-那么要么你的应用程序完全不适合numpy，要么你以一种非常低效的方式实现了你的应用程序。NumPy完全是关于数组的。我认为这是因为math.acos是一个内置函数，用于标量，而像np.arccos这样的NumPy UFUNC在处理数组方面有开销（根据参数是否是数组进行调度），如果你做了足够多的这些操作，它们的速度很重要，您可能应该使用数组和NumPy整数组操作，而不是
math.which
。