Python内置函数与numPy运算速度对比
2014-07-21 16:07
344 查看
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。
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
结果为:
# max 2.81509399414 9.83987283707 0.219717025757 1.62969207764
结果依然是以array为计算对象的numpy最快。
综上,如果考虑运算速度,应该先将对象转为array,再用numpy进行计算,可获得最快的计算速度。
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
<pre name="code" class="python">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=max(a)#直接用内置函数求 t2=time.time() sum2=np.max(a)#用numpy直接求 t3=time.time() b=np.array(a) t4=time.time() sum3=np.max(b)#用numpy转换为array后求 t5=time.time() c=Series(a) t6=time.time() sum4=c.max()#用pandas的Series对象求 t7=time.time() print t2-t1,t3-t2,t5-t4,t7-t6
结果为:
# max 2.81509399414 9.83987283707 0.219717025757 1.62969207764
结果依然是以array为计算对象的numpy最快。
综上,如果考虑运算速度,应该先将对象转为array,再用numpy进行计算,可获得最快的计算速度。
相关文章推荐
- 关于用mapreduce做kmeans聚类以及python的numpy和list做矩阵、向量乘法的速度对比
- Python串行运算、并行运算、多线程、多进程对比实验
- python列表推导 和 内置函数map,filter 效率对比
- Python:基本运算、基本函数(包括复数)、Math模块、NumPy模块
- numpy中的数组运算与MATLAB中相似功能的对比
- python 的矩阵运算——numpy
- python 写的两种打印全排列的方法速度对比
- python使用numpy向量运算注意点
- python数学运算——numpy
- cpu对各种运算的速度对比
- Python 的基本运算和内置函数
- python numpy 的运算
- Python:用Numpy来实现向量的各种运算
- Python串行运算、并行运算、多线程、多进程对比实验
- python科学运算库numpy,pandas学习记录
- Python:基本运算、基本函数及NumPy入门
- python, C++, C# 计算速度简单对比
- 32位单片机不同数据类型运算速度对比测试
- Java和Python运行速度对比
- Python第三方矩阵库numpy矩阵基本运算