NumPy vs 原生 Python - 最高效的方式

Question

对于许多功能，可以使用Python本地或numpy来处理。

这适用于数学函数，可以通过Python本机的“import math”获得，也可以使用numpy方法。对于数组，也是如此，可以使用numpy中的narray和python列表推导式或元组。

我有两个问题与这些功能有关，它们既在Python中，也在numpy中。

1. 一般而言，如果方法在本地Python和numpy中都可用，您更喜欢哪种解决方案？以效率为标准？是否不同？Python和numpy在其处理方式上会有什么不同？

2. 更具体地说，关于数组以及涉及数组的基本函数（如sort、concatenate等），哪种解决方案更有效？是什么使得最有效的解决方案更有效？

这是非常开放而通用的问题。我想这不会对我的代码产生太大影响，但我只是想知道一下。

- user2015146

---

如果你需要在纯Python中高效地打包数组，请阅读array.array。 （虽然没有花哨的数学运算符，但存储非常高效。） - user4815162342

请使用timeit并告诉我们您的结果。 - kiriloff

Answer 1

一般来说，为了提高效率，最好避免在两种类型之间进行转换。如果您主要使用非numpy函数处理数据，则它们将在内部使用标准Python数据类型进行操作，因此使用numpy数组会因需要反复转换而效率低下。

同样，如果您使用大量numpy函数来操作数据，则在其间转换回基本的Python类型也是低效的。

就选择函数而言，请使用已经设计好以操作您数据形式的函数——例如，如果您已经有一个numpy数组，请使用numpy函数；同样，如果您有一个基本的Python数据类型，请使用Python函数。numpy的函数将被优化以处理numpy的数据类型。

- Amber

Answer 2

1. 当需要选择使用NumPy数组和数字列表时，通常前者更快。

2. 我不太理解第二个问题，所以不会尝试回答。

- NPE

Answer 3

你可以使用Python模块timeit来测试代码片段并决定结果。 http://docs.python.org/2/library/timeit.html

- VB9-UANIC