Numpy中内置函数min(),max(),sum()与Python中内置函数min(),max(),sum()性能对比分析

2024-06-18 19:25| 来源: 网络整理| 查看: 265

众所周知，Python有许多内置函数（例如min(),max(),sum()），Numpy也有自己的内置函数（np.min(),np.max(),np.sum()）。由于Numpy的函数是在编译码中执行操作的，所以Numpy的操作计算得更快一些接下来比较Numpy内置函数sum与Python内置函数sum的性能比较注意：当数据量较小时，结果会呈现出Python中的内置函数的执行速度快。

#sum函数的性能比较（数据量小时） np.random.seed(0) small_array=np.random.rand(10) t1=%timeit sum(small_array) print(t1) %timeit np.sum(small_array) 结果： 6.04 µs ± 143 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each) None 14 µs ± 89.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

由上可知，当数据量小时Python中的内置函数（sum（））的指向速度是优于Numpy中的内置函数（sum（））的执行速度的

#sum函数的性能比较（数据量大时） np.random.seed(0) great_array=np.random.rand(10000) t1=%timeit sum(great_array) print(t1) %timeit np.sum(great_array) 结果： 2.23 ms ± 44.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) None 23.8 µs ± 259 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

这时，可看出其np.sum的速率是明显快于sum的

min(),max()这两个函数的情况与sum函数一样

【本文地址】

公司简介

联系我们