Python 为什么像numpy这样的库存在？

抱歉，如果这是一个过于笼统的问题-仅仅从软件工程的角度来看，这是没有意义的

有一个名为Python的Python库，用于更快地运行某些numpy方法。例如，使用瓶颈.nansum而不是np.nansum使我的程序运行得非常快

---

我的困惑来自于此——如果瓶颈方法好得多，为什么numpy不做瓶颈所做的事情呢？我遗漏了什么？

每个都是由不同的人创建的。也许numpy的作者不信任/还没有完成采用瓶颈方式所需的审查过程。也许他们的自尊心会妨碍你。也许瓶颈作者礼貌地要求Numpy作者不要采用它。人们没有时间做任何事情。也许有一天numpy会使用更快的方法。或者他们可能因为其他原因需要当前版本。最好问问numpy的作者。这是一个合理的问题，但可能太宽泛了。该库确实列出了限制，但它很有可能被包含在numpy中，因为数据类型检查很便宜。同样地，他们也可以出于许多原因拒绝这些加速的建议，比如向后兼容性，或者太过利基，不想在没有被引用到

github

问题或拉请求（任何一方）或在开发论坛中引用的情况下继续维护其更通用的代码库，这些都是猜测。我们不知道

瓶颈
开发者是否对合并感兴趣。大多数
瓶颈
功能都涉及
nan
。
numpy
版本首先使用
\u replace\u nan
替换
nan
并制作一个掩码。这一步可能是大部分减速的原因（参见to
np.sum
等）。