Numpy应该是很快的。然而,当比较Numpy ufuncs和标准Python函数时,我发现后者要快得多。loops, best of 3: 1.15 ms per loop我用其他的Numpy我的印象是,Numpy有一个开销,这使得它在小型数组中速度较慢,但在大型数组中会更快。在上面的代码中,aa并不小:它有一百万个元素。我是不是遗漏了什么?当
我认为将Numpy方法直接应用于Python列表显然要慢一些。我认为之所以速度慢,是因为Numpy方法(比如numpy.mean )会在计算平均值之前将列表转换为数组。但是,在尝试了下面的代码之后,是而不是:将列表转换为数组的时间+数组的numpy平均值的时间,==的numpy平均时间。有人能解释原因吗?import numpy as np
from time import tim