Python 非数值数据的numpy与列表

用于数值数据的Numpy数组显然工作得很好，但用于非数值数据的速度慢吗

例如，假设我有一些嵌套的文本数据列表：

mammals = ['dog', 'cat', 'rat']
birds = ['stork', 'robin', 'penguin']

animals1 = [mammals, birds]

在访问和操作这些数据时，嵌套列表的列表是否会比numpy数组的等效列表快

import numpy as np
animals2 = np.array(animals1)

---

由于numpy数组被实现为“跨步”数组，其中每个元素都有固定的长度，因此如果转换为numpy数组，则包含几个长字符串的“稀疏”字符串列表将消耗不成比例的内存。但是速度呢？

正如@JoshAdel所指出的，你应该熟悉速度。我相信你是在问这个比较：

>>> import timeit
>>> timeit.timeit('[[x.upper() for x in y] * 10000 for y in animals1]', setup="mammals = ['dog', 'cat', 'rat']\nbirds = ['stork', 'robin', 'penguin']\nanimals1 = [mammals, birds]", number=10000)
1.7549941045438686
>>> timeit.timeit("numpy.char.upper(animals2)", setup="import numpy\nmammals = ['dog', 'cat', 'rat']\nbirds = ['stork', 'robin', 'penguin']\nanimals1 = [mammals, birds] * 10000\nanimals2=numpy.array(animals1)", number=10000)
221.09816223832195

我根据你的评论更新了测试。这是一个很好的问题，但是您可能只需要使用numpy.char尝试其他一些操作，以了解它的性能。源文件指向具有

\u vec\u string

函数的

.pyd

（dll类型）文件

显然，上面的两个cod片段之间存在差异，numpy执行

numpy.char.upper（）

操作所需的时间是python执行

.upper（）

字符串方法所需时间的100多倍

---

timeit

对于这样的小代码片段非常简单。

正如@JoshAdel所指出的，您应该熟悉。我相信你是在问这个比较：

>>> import timeit
>>> timeit.timeit('[[x.upper() for x in y] * 10000 for y in animals1]', setup="mammals = ['dog', 'cat', 'rat']\nbirds = ['stork', 'robin', 'penguin']\nanimals1 = [mammals, birds]", number=10000)
1.7549941045438686
>>> timeit.timeit("numpy.char.upper(animals2)", setup="import numpy\nmammals = ['dog', 'cat', 'rat']\nbirds = ['stork', 'robin', 'penguin']\nanimals1 = [mammals, birds] * 10000\nanimals2=numpy.array(animals1)", number=10000)
221.09816223832195

我根据你的评论更新了测试。这是一个很好的问题，但是您可能只需要使用numpy.char尝试其他一些操作，以了解它的性能。源文件指向具有

\u vec\u string

函数的

.pyd

（dll类型）文件

显然，上面的两个cod片段之间存在差异，numpy执行

numpy.char.upper（）

操作所需的时间是python执行

.upper（）

字符串方法所需时间的100多倍

---

timeit

对于这样的小代码片段使用起来非常简单。

您始终可以使用

timeit

软件包对这类事情进行基准测试。numpy的主要优势在于数值计算的性能。您不太可能看到其他数据类型带来的显著好处，在某些情况下，性能可能会差得多。您可以始终使用

timeit

包对这类数据进行基准测试。numpy的主要优势在于数值计算的性能。您不太可能看到其他数据类型带来的显著好处，在某些情况下，性能可能会更差。如果您使用IPython，您可以使用

%timeit

或

%timeit

魔术，这非常方便。可能不仅仅是为它们的创建计时，我想知道在

animals2

上是否有比在

amimals1

上更快的操作

char.upper（animals2）

比

[[x.upper（）表示x在y中]表示y在animals1]

中更简单，但并不更快。如果列表/数组大得多，它会改变吗？如果你使用IPython，你可以使用

%timeit

或

%timeit

魔术，这特别方便。也许不仅仅是为它们的创建计时，我想知道在

动物2

上是否有比在

amimals1

上更快的操作

char.upper（animals2）

比

[[x.upper（）表示x在y中]表示y在animals1]

中更简单，但并不更快。如果列表/数组大得多，它会改变吗？