使用timeit模块测量numpy的运算性能

最新推荐文章于 2023-05-28 23:20:58 发布

原创

最新推荐文章于 2023-05-28 23:20:58 发布 · 1.7k 阅读

2 ·

CC 4.0 BY-SA版权

本文使用timeit模块评估numpy的运算效率。通过对比numpy与纯Python代码执行相同运算的时间，结果显示numpy的效率是纯Python的150倍左右，验证了numpy在数值计算中的高性能。

研究背景：

numpy是一款优秀的数值计算库，其运算效率堪比c。据我所知，它有这么高有效率很大一部分原因是其底层是由c来写的，而且有很多运算是直接通过位运算得来，还采用了某些很好的算法，具体的话我目前还没有认真研究过。

对于numpy到底有多高的效率，我们通过python自带的timeit模块来测试一下。

timeit模块简介：

一般我们想要测定一段代码执行的时间往往会像下面这样来做

import time

start = time.time()
#some codes
#loop times
end   = time.time()

time_consumption = (end - start)/looptimes

不过python有自己的timeit模块，而不需要自己再搞一套轮子了。有一些文章中提到python提供了两个所谓魔法函数%time和

%timeit，不过我测试了一下在terminal中是不能使用的。这里我们就使用原始的方法。

比方测试一个赋值语句所需要的时间

import timeit

t = timeit.Timer('x = 1')

print t.timeit()

一般显示0.01-0.02秒的样子，具体的看机器性能了。这里需要说明一下Timer这个类，timeit.Timer类，构造 _函数_init__(stmt="pass", setup="pass", timer=default_timer)
stmt 是执行语句，setup 是导入执行语句环境，default_timer默认循环次数：1000000

所以执行'x = 1'这条语句的平均时间就是上面的时间除上1000000，如果