在开始之前我们先做一个简单的性能测试,我们随机生成1亿个0 到 1之间的数,然后求平均值。看看python自带sum方法和numpy的耗时:
import numpy as np
import time
x = np.random.random(100000000)
startTime = time.time()
avg = sum(x) / len(x)
print("sum方法耗时:{0}".format(time.time() - startTime))
startTime = time.time()
avg = np.mean(x)
print("numpy耗时:{0}".format(time.time() - startTime))
运行结果如下,sum方法耗时10秒左右,numpy.mean 方法耗时为60毫秒左右。可见numpy的性能非常好。相应的代码量也比较少。
sum方法耗时:9.056774139404297
numpy耗时:0.06390714645385742