Python 为什么我的numpy.searchsorted比datetime列表中的bisect.bisect_性能差？

我读到过numpy的searchsorted是比python的对分更快的二进制搜索。numpy需要更多的准备

我正在使用numpy.datetime64对象的numpy.array。这个性能测试类似于我的用例——为单个目标搜索大约1000个日期时间的列表

from bisect import bisect_left
from datetime import datetime, timedelta
from random import randrange
from timeit import timeit

import numpy as np


def randdate():
    r = randrange(int((datetime.max - datetime.min).total_seconds()))
    return datetime.min + timedelta(seconds=r)


data = sorted(randdate() for _ in xrange(1000))
np_data = np.array(data, dtype=np.datetime64)

x = randdate()
np_x = np.datetime64(x)


def python_bisect():
    result = bisect_left(data, x)
    return result


def numpy_searchsorted():
    result = np_data.searchsorted(np_x)
    return result


time1 = timeit(python_bisect, number=1000)
time2 = timeit(numpy_searchsorted, number=1000)
print time1
print time2
print "bisect/searchsorted: {}".format(time1 / time2)

---

不过，我发现对分的速度是searchsorted的两倍。

您的基准测试存在一些问题：

应该对输入列表/数组进行排序

Python级别的

for

循环中的单个操作不是衡量NumPy性能的好方法：

np.searchsorted

的第二个参数支持数组。使用此功能

使用更多的输入，例如

10**6

而不是

20000

使用

timeit

进行可靠的性能测量

下面是一个演示：

N = 10**6

data = sorted([randdate() for _ in range(N)])
np_data = np.sort(np.array(data, dtype=np.datetime64).astype(np.int64))

def python_bisect():
    return [bisect(data, data[x]) for x in range(N)]

def numpy_searchsorted():
    return np.searchsorted(np_data, np_data, side='right')

%timeit python_bisect()       # 1.3 s per loop
%timeit numpy_searchsorted()  # 60 ms per loop

---

你在哪里整理你的数据？这些方法只有在对列表进行排序时才有效。numpy在一次对整个值数组进行排序时速度更快。当一个接一个地以Python循环的方式进行时，开销比对分要大得多。另外，您没有对相同的数据进行排序。很难比较我的用例我想用一个目标进行二进制搜索。我对数据进行了排序，二分法仍然稍微快一点。@Daniellon，当然，所以使用

bisect

。NumPy适用于基于矢量阵列的计算，但它不能保证加快单个计算。