Python-使用内置与数学模块进行数学运算

如果x是一个数字。在python中，

x**（1/2.0）

[或者甚至

x**（0.5）

]和

sqrt（x）

做完全相同的事情。这两种方法都将返回给定数字的平方根。对于

sqrt

，尽管我们必须导入数学模块（

form math import sqrt

）。是否有任何理由使用一种方法而不是另一种方法？我想知道：因为必须导入

sqrt（）

，它会更快吗？

如果计算一个常数整数的平方根，

**

运算符可能比

sqrt

快几倍，但是当使用变量时，

sqrt

比

**

和

数学都快。sqrt

:

In [38]: %timeit -n1000000 3**.5
1000000 loops, best of 3: 46.7 ns per loop

In [39]: %timeit -n1000000 sqrt(3)
1000000 loops, best of 3: 312 ns per loop

In [40]: %timeit -n1000000 math.sqrt(3)
1000000 loops, best of 3: 377 ns per loop

In [41]: x=3

In [42]: %timeit -n1000000 x**.5
1000000 loops, best of 3: 469 ns per loop

In [43]: %timeit -n1000000 sqrt(x)
1000000 loops, best of 3: 327 ns per loop

In [44]: %timeit -n1000000 math.sqrt(x)
1000000 loops, best of 3: 430 ns per loop

---

这完全取决于你想做什么

对于一个简单的表达式，操作符可能会超出

math.sqrt

，但是如果需要用作回调，那么使用

math.sqrt

会比使用操作符生成lambda执行得更好

In [4]: %timeit math.sqrt(3)
10000000 loops, best of 3: 148 ns per loop

In [5]: %timeit 3**.5
100000000 loops, best of 3: 19.5 ns per loop

In [12]: %timeit -n 1000 map(lambda e: e**.5, range(1,100))
1000 loops, best of 3: 31.3 us per loop

In [13]: %timeit -n 1000 map(math.sqrt, range(1,100))
1000 loops, best of 3: 14.6 us per loop

---

如果您想直接查看python字节码来深入了解这些差异，我建议使用

dis

模块。下面是一个例子，说明了为什么数学版本不同

>>> import math
>>> import dis
>>>
>>> def builtin(number):
...     return number ** 0.5
... 
>>> def with_math(number):
...     return math.sqrt(number)
... 
>>> dis.dis(builtin)
  2           0 LOAD_FAST                0 (number)
              3 LOAD_CONST               1 (0.5)
              6 BINARY_POWER        
              7 RETURN_VALUE        
>>> dis.dis(with_math)
  2           0 LOAD_GLOBAL              0 (math)
              3 LOAD_ATTR                1 (sqrt)
              6 LOAD_FAST                0 (number)
              9 CALL_FUNCTION            1
             12 RETURN_VALUE  

---

可能应该忽略

with_math

选项中的前两个命令，因为它们不必每次调用时都发生。但是你可以看到这两个函数实际上非常相似。主要区别在于，数学版用一个

调用函数

替换了

加载常数

和

二进制幂

。虽然查找会使启动速度变慢，但从长远来看，

math

版本会更快，因为您可以在很大程度上忽略前6个周期。

您可以轻松地使用。。。可能有细微的差别。。。如果您只需要sqrt，我只需要使用

sqrt=lambda x:x**0.5

。。。但是如果你需要其他的数学知识，请使用数学库。。。早期优化是python中的一大罪过

x**（1/2）

无法实现您在python 2.7中所期望的效果。@Wooble感谢我现在修复了它。我正准备这样做：Pyou为每个循环执行不同数量的循环。这并不重要。如果两个测试用例的比较结果相等，那就太好了。方法查找要了你的命。当您从math导入sqrt

，然后调用
sqrt（x）
，这比
**
快得多。公平地说，在两者中使用变量而不是int常量会使它们更接近<代码>3**.5

可以进行优化，并且只能运行一次。@Wooble当我得知Python试图进行这种优化时，我会感到惊讶。据我所知，python不尝试任何优化，因为即使是基本运算符也可以更改。如果我错了，请纠正我。这并不慢；您正在执行OP没有执行的属性查找。@Wooble您完全正确，再次查看输出并更新了答案。我没有对您的答案进行投票。你能告诉我为什么每个循环的次数不同吗？@JebediahKerman:timeit很神奇，它自己选择循环的次数。@Wooble我认为如果每个循环的次数相等，结果会更有意义method@JebediahKerman当前位置除非它不知怎么坏了，否则它不重要。它用来确定要运行多少个循环的算法是为了使结果正确。不过，你可以随意强迫它运行更多的程序来确认你得到的结果是一样的。@JebediahKerman：我不知道；我不认为那很重要。timeit返回一个平均值，因此，它在执行计算时有一些启发性的想法。