python的计算怎么那么慢_python – 为什么是statistics.mean()这么慢？

Python的统计模块不是为速度，而是为精度

The built-in sum can lose accuracy when dealing with floats of wildly

differing magnitude. Consequently, the above naive mean fails this

“torture test”

assert mean([1e30, 1, 3, -1e30]) == 1

returning 0 instead of 1, a purely computational error of 100%.

Using math.fsum inside mean will make it more accurate with float

data, but it also has the side-effect of converting any arguments to

float even when unnecessary. E.g. we should expect the mean of a list

of Fractions to be a Fraction, not a float.

相反，如果我们看一下在这个模块中的_sum()的实现，方法的docstring seem to confirm that的第一行：

def _sum(data, start=0):

"""_sum(data [, start]) -> (type, sum, count)

Return a high-precision sum of the given numeric data as a fraction,

together with the type to be converted to and the count of items.

[...] """

所以，sum的统计实现，而不是一个简单的单线程调用Python的内置sum()函数，本身需要大约20行，其中有一个嵌套for循环。

这是因为statistics._sum选择保证它可能遇到的所有类型的数字的最大精度(即使它们彼此差别很大)，而不是简单地强调速度。

因此，看起来正常的是，内置的和证明了一百倍更快。它的成本是一个低得多的精度在你碰巧用异国情调的数字。

其他选项

如果你需要在你的算法的优先级的速度，你应该看看Numpy相反，其实现在C的算法。

NumPy的平均值不如通过长时间统计的精确，但它实现(自2013年)一个routine based on pairwise summation这比天真的sum / len(更多的信息在链接)。

然而…

import numpy as np

import statistics

np_mean = np.mean([1e30, 1, 3, -1e30])

statistics_mean = statistics.mean([1e30, 1, 3, -1e30])

print('NumPy mean: {}'.format(np_mean))

print('Statistics mean: {}'.format(statistics_mean))

> NumPy mean: 0.0

> Statistics mean: 1.0