要评估执行速度,我们将使用timeit库。
import timeit
import numpy as np
setup = """
import numpy as np
tmp = np.empty(shape=(1, 100))
values = [i for i in xrange(100)]
"""
stmt1 = """tmp[0, :] = values"""
stmt2 = """
for i, val in enumerate(values):
tmp[0, i] = val
"""
time1 = timeit.Timer(setup=setup, stmt=stmt1)
time2 = timeit.Timer(setup=setup, stmt=stmt2)
print "numpy way :", time1.timeit(number=100000)
print "Python way:", time2.timeit(number=100000)
您可以测试这一点,你会发现,numpy的循环是快两倍:
- numpy way : 0.97758197784423828
- Python way: 2.1633858680725098
这是因为存在这样的情况在values的整数(这是无限的整数)被转换成相64位浮点数。为了只比较循环的速度,类型转换可以预先在安装完成:
values = np.array([i for i in xrange(100)], dtype=np.float64)
这是我获得的:
numpy way : 0.131125926971
Python way: 2.64055013657
我们注意到,numpy的循环是20倍比Python循环更快。