Python Numpy：混乱 - 为什么在 numpy 中迭代 [重复]

Question

我用纯 Python 编程 2 年。

现在我正在学习 Numpy，我很困惑。

在教程中给出了 Numpy 比纯 python 更高效的示例。给定示例，但是当我尝试例如简单迭代时：

import numpy as np
import time
start = time.time()
list = range(1000000)
array = np.arange(1000000)

for element in list:
    pass
print('\n'+str((time.time() - start)*1000)+'\n')
start = time.time()
for element in np.nditer(array, order='F'):
    pass
print('\n'+str((time.time() - start)*1000)+'\n')

我得到了一个输出：

87.67843246459961

175.25482177734375

从上面可以看出，在 Numpy 上的迭代效率远低于纯 Python。

我的问题是：我不明白，也无法自己解释为什么要使用 Numpy，以及：什么时候使用它？

Answer 1

Numpy 使用向量运算要快得多。 如果您将代码更改为：

array+=1

代替：

for element in np.nditer(array, order='F'):
    pass

你可以看到 numpy 大大优于常规的 python 代码

Answer 2

numpy 的优势在于您不需要迭代。 迭代没有问题，实际上在某些情况下可能有用，但是使用函数可以解决绝大多数问题是numpy。

使用您的示例（使用 ipython 中的 %timeit 命令），如果您执行简单的操作，例如为列表的每个元素添加一个数字，那么直接使用 numpy 而不进行迭代显然要快得多。

import numpy as np
import time
start = time.time()
dlist = range(1000000)
darray = np.arange(1000000)

# Pure python
%timeit [e + 2 for e in dlist]
59.8 ms ± 140 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
# Iterating numpy
%timeit [e + 2 for e in darray]
193 ms ± 8.61 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
# Converting numpy to list before iterating
%timeit [e+2 for e in list(darray)]
198 ms ± 1.38 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
# Numpy
%timeit darray + 2
847 µs ± 8.81 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

对于更复杂的操作也是如此，比如求均值：

%timeit sum(dlist)/len(dlist)
16.5 ms ± 174 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
%timeit sum(darray)/len(darray)
66.6 ms ± 583 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
# Converting to list then iterating
%timeit sum(list(darray))/len(darray) 
83.1 ms ± 541 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
# Using numpy's methods
%timeit darray.mean()
1.26 ms ± 5.34 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

一旦你了解了如何使用 Numpy，它的速度就会快得多。它需要一种完全不同的方式来查看数据，并熟悉它提供的功能，但是一旦你这样做了，就会产生更简单、更快的代码。