Python内置函数与numPy运算速度对比

Yeuing

于 2014-07-21 16:07:29 发布

阅读量7.7k

点赞数 1

文章标签： python numpy array计算速度内置函数

本文链接：https://blog.youkuaiyun.com/Yeuing/article/details/38018183

版权

本文对比了Python内置函数与NumPy在数组计算速度上的差异，通过测试1万个随机数的求和与最大值，发现NumPy的array计算最快，内置函数次之，直接使用NumPy计算最慢。建议为了追求速度，应将数据转化为array后再用NumPy进行计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python自己带了几个函数，主要是sum,max,min，同时numPy中也有几个类似的函数，今天对比了一下几个函数的运算速度，发现了还是numpy的array计算速度最快。

思路，通过产生1万个随机数，对其用四种方法求和，以及求最大值，求均值的方式与求和相同，求最小值的方式与求最大值也类似，故只测了求和与最大值两项。

import random
import time
import numpy as np
from pandas import Series
a=[]
for i in range(100000000):
    a.append(random.random())
t1=time.time()
sum1=sum(a) #直接用内置函数求
t2=time.time()
sum2=np.sum(a)#用numpy直接求
t3=time.time()

b=np.array(a)
t4=time.time()
sum3=np.sum(b)#用numpy转换为array后求
t5=time.time()

c=Series(a)
t6=time.time()
sum4=c.sum()#用pandas的Series对象求
t7=time.time()
print t2-t1,t3-t2,t5-t4,t7-t6

最后的结果分别为# sum 1.60611581802 9.87746500969 0.223296165466 1.66015696526

可以看出，以array为对象的numpy计算方式最快，而以numpy直接计算最慢，内置函数速度排第二。

求最大值