Python 为什么pd.unique（）比np.unique（）快？

我试着比较两个，一个是pandas.unique（），另一个是numpy.unique（），我发现后者实际上超过了第一个。
我不确定阁下是否是线性的

有人能告诉我为什么在代码实现方面存在这样的差异吗？在什么情况下我应该使用哪个

提前谢谢。我是Stackoverflow的新手，如果我问得太多，很抱歉。

np.unique（）将数据视为一个数组，因此它逐个遍历每个值，然后标识唯一字段

---

然而，pandas有包含此信息的预构建元数据，pd.unique（）只需调用包含“unique”信息的元数据，因此它不必再次计算

没有一个直接的答案——永远不要挖得太深，但在文档本身中，它的

.unique（）

的速度很快

unique

没有特别使用numpy多维性。这是一种与求和和和乘法截然不同的运算。它对一维数组进行排序，然后查找相邻的重复项。np.lib.arraysetops.\u unique1另外，np.unique启用了比pandas unique更多的功能。与返回找到它们的索引一样，重建原始数组的能力以及找到的唯一值的计数。@hpaulj-根据@dozyaustin指出的文档，

pandas

unique（）

的速度与排序无关（这将需要大量额外的内存和时间；在访问第一个唯一元素时）。相反，该操作使用hashmap跟踪迭代器在数据帧中已经访问过的元素。