一、為什么numpy的array那么快
NumPy的數組是一種靜態、同質的類型,當ndarray對象被創建時,元素的類型就確定。
由于是靜態類型,所以 ndarray 間的加、減、乘、除用C和Fortran實現才成為可能,所以運行起來就會更快。numpy官網介紹,numpy的底層代碼用C語言和Fortran語言實現,實現性能無限接近C的處理效率,C語言的執行效率本身就比python的執行效率高,所以numpy數組的計算速度比python原生的list序列快
理解ndarray
NumPy ndarray是一個N維數組。 您可以如此創建:
X = np.array([[0,1,2],[3,4,5]], dtype=’int16′)
這些數組存儲著相同大小的元素的同質數組。 也就是說,數組中的所有項都具有相同的數據類型且大小相同。 例如,您不能在同一個ndarray中放入字符串’hello’和整數16。
Ndarrays有兩個關鍵特征:shape和dtype。
shape描述了數組的每個維度的長度,即將數組計為一個元素的情況下,在該維度中的元素計數。 例如,上面的陣列X具有形狀(2,3)。 我們可以像這樣想象它:
NP.ARRAY([[0,1,2],[3,4,5]])
dtype(數據類型)定義元素大小。 例如,每個int16項的大小為16位,即16/8 = 2個字節。 (一個字節等于8位。)因此X.itemsize為2。具體的dtype是可選的。
延伸閱讀:
二、umpy數組相對于List的優勢
1.內存占用更小
適當地使用Numpy數組替代List,你能讓你的內存占用降低20倍。
對于Python原生的List列表,由于每次新增對象,都需要8個字節來引用新對象,新的對象本身占28個字節(以整數為例)。所以列表 list 的大小可以用以下公式計算:
64 + 8 * len(lst) + len(lst) * 28 字節
而使用Numpy,就能減少非常多的空間占用。比如長度為n的Numpy整形Array,它需要:
96 + len(a) * 8 字節
可見,數組越大,你節省的內存空間越多。假設你的數組有10億個元素,那么這個內存占用大小的差距會是GB級別的。
2.速度更快、內置計算方法
運行下面這個腳本,同樣是生成某個維度的兩個數組并相加,你就能看到原生List和Numpy Array的性能差距。
import time
import numpy as np
size_of_vec = 1000
def pure_python_version():
??? t1 = time.time()
??? X = range(size_of_vec)
??? Y = range(size_of_vec)
? ??Z = [X[i] + Y[i] for i in range(len(X)) ]
??? return time.time() – t1
def numpy_version():
??? t1 = time.time()
??? X = np.arange(size_of_vec)
??? Y = np.arange(size_of_vec)
??? Z = X + Y
??? return time.time() – t1
t1 = pure_python_version()
t2 = numpy_version()
print(t1, t2)
print(“Numpy is in this example ” + str(t1/t2) + ” faster!”)
結果如下:
0.00048732757568359375 0.0002491474151611328
Numpy is in this example 1.955980861244019 faster!
可以看到,Numpy比原生數組快1.95倍。
如果你細心的話,還能發現,Numpy array可以直接執行加法操作。而原生的數組是做不到這點的,這就是Numpy 運算方法的優勢。
我們再做幾次重復試驗,以證明這個性能優勢是持久性的。
import numpy as np
from timeit import Timer
size_of_vec = 1000
X_list = range(size_of_vec)
Y_list = range(size_of_vec)
X = np.arange(size_of_vec)
Y = np.arange(size_of_vec)
def pure_python_version():
??? Z = [X_list[i] + Y_list[i] for i in range(len(X_list)) ]
def numpy_version():
??? Z = X + Y
timer_obj1 = Timer(“pure_python_version()”,
?????????????????? “from __main__ import pure_python_version”)
timer_obj2 = Timer(“numpy_version()”,
?????????????????? “from __main__ import numpy_version”)
print(timer_obj1.timeit(10))
print(timer_obj2.timeit(10)) # Runs Faster!
print(timer_obj1.repeat(repeat=3, number=10))
print(timer_obj2.repeat(repeat=3, number=10)) # repeat to prove it!
結果如下:
0.0029753120616078377
0.00014940369874238968
[0.002683573868125677, 0.002754641231149435, 0.002803879790008068]
[6.536301225423813e-05, 2.9387418180704117e-05, 2.9171351343393326e-05]
可以看到,第二個輸出的時間總是小得多,這就證明了這個性能優勢是具有持久性的。
如果在做一些大數據研究,比如金融數據、股票數據的研究,使用Numpy能夠節省你不少內存空間,并擁有更強大的性能。