Python新建序列，怎么写更快

最新推荐文章于 2024-11-03 20:27:08 发布

Crossin的编程教室

最新推荐文章于 2024-11-03 20:27:08 发布

阅读量423

点赞数 8

文章标签： python 开发语言

本文链接：https://blog.csdn.net/qq_40523737/article/details/136311759

版权

本文介绍如何使用Python处理整数序列，比较了for循环、列表解析、numpy和Numba等方法的效率。通过实例展示Numba在大数据量下的优势，并提及了ChatGPT在教学中的应用。

摘要由CSDN通过智能技术生成

大家好，欢迎来到 Crossin的编程教室~

一组1000万个0~100的整数序列，用它来生成一个新的序列，要求如果原本序列中是奇数就不变，如果是偶数就变成原来的一半。

你会怎么写？

来看几份参考答案：

青铜：

def for_method(data):
    result = []
    for x in data:
        if x % 2 == 0:
            result.append(x // 2)
        else:
            result.append(x)
    return result
‍

（自测耗时：0.95秒）

新建一个空列表，for循环遍历原列表，依次判断每个元素，如果能被2整除就除以2添加进新列表，否则直接添加进新列表。

白银：

def lc_method(data):
    return [x if x % 2 else x // 2 for x in data]

（自测耗时：0.75秒）

通过列表解析式生成新列表，不仅代码更简洁明了，耗时还变少了。

黄金：

def numpy_method(data):
    arr = np.array(data)
    return np.where(arr % 2 == 0, arr // 2, arr).tolist()

（自测耗时：0.90秒）

用numpy的where方法生成新的数组。看起来效率好像还不如列表解析式嘛？这是因为大部分时间都花在了列表和ndarray的转换上。如果这组序列本身就用numpy的数组来存储的话：

def numpy_array_method(data):
    return np.where(data % 2 == 0, data // 2, data)

（自测耗时：0.32秒）

速度直接碾压列表解析式。

王者：

@numba.jit(nopython=True)
def numba_method(data):
    result = np.copy(data)
    for i in range(len(data)):
        if result[i] % 2 == 0:
            result[i] //= 2
    return result

（自测耗时：0.65秒）

还是用for循环，不过给函数加上一个装饰器，表示用Numba JIT编译，这个看起来平平无奇的写法会有什么效果呢？好像也没有比直接用numpy快多少嘛？

别急，让我们加大剂量，把序列长度调整到1亿，优势就体现出来了。（numba：1.21秒 vs numpy：3.04秒）

你还有其他写法吗？

作者：Crossin的编程教室

Crossin的新书《码上行动：用ChatGPT学会Python编程》已经上市了。本书以ChatGPT为辅助，系统全面地讲解了如何掌握Python编程，适合Python零基础入门的读者学习。【点此查看详细介绍】

购买后可加入读者交流群，Crossin为你开启陪读模式，解答你在阅读本书时的一切疑问。

添加微信 crossin123 ，加入编程教室共同学习~