什么更快：numpy 形状的 Python 'len'？答案

【问题标题】：What is faster: Python3's 'len' or numpys shape?什么更快：numpy 形状的 Python 'len'？
【发布时间】：2016-02-22 07:19:28
【问题描述】：

我有一个坐标数组：

points = [x,y]

具有 (numpy) 尺寸/形状：(18, 1, 2)

在 matlab 中，要初始化一个数组以用 '3' 索引这些点，我可以这样做：

A = ones(size(points,1),1)*3'

我怎样才能以最快的方式使用 python3 和 numpy 做到这一点？

【问题讨论】：

标签： python python-3.x opencv numpy

【解决方案1】：

正常的numpy 等效项是

np.ones((points.shape[0],1))*3

shape 是数组的一个属性，因此访问它本质上是瞬时的。它不需要做任何计算。

In [277]: points.shape
Out[277]: (18, 1, 2)
In [278]: points.size   # number of elements
Out[278]: 36
In [279]: len(points)  # size of the 1st dimension
Out[279]: 18

在上面的np.ones... 表达式中，shape 或len() 只占计算时间的很小一部分。使用哪个并不重要。但是shape 更通用，例如。 np.ones(points.shape[:2]) 将给出相同的 (18,1) 数组。

【讨论】：

【解决方案2】：

    def time_compare(self):
        loops = 100000000
        start = time.time()
        for i in range(loops):
            self.value_map.shape[0]
            self.value_map[0].shape[0]
            self.value_map[0][0].shape[0]
            self.value_map[0][0][0].shape[0]
        end = time.time()
        timed = (end - start)
        print("shape={}".format(timed))

        start = time.time()
        for i in range(loops):
            len(self.value_map)
            len(self.value_map[0])
            len(self.value_map[0][0])
            len(self.value_map[0][0][0])
        end = time.time()
        timed = (end - start)
        print("len={}".format(timed))

形状=102.26551818847656
len=87.99720764160156

len 比 shape 快

【讨论】：