python numpy组件与运算速度测试

最近的一个程序案例中，需要对二维数据的行列做与运算，于是做了一个运算速度的小test

变量声明&赋值：

import numpy as np

# 构建随机数组
L = 2000
a = np.random.randint(0, 2, size=[L, L])

# np.array二维数组，单元类型分别为int、bool
arrayInt = np.int_(a)
arrayBool = np.bool_(a)

# np.matrix二维数组，单元类型分别为int、bool
matInt = np.matrix(arrayInt)
matBool = np.matrix(arrayBool)

 与运算函数

func1：矩阵的行与行做与运算

func2：矩阵的行与列做与运算

def func1(array):
    for i in range(0,L):
        for j in range(0,L):
            br = array[i] & array[j]

def func2(array):
    for i in range(0,L):
        for j in range(0,L):
            br = array[i][:] & array[:][j]

运行测试

测试项目如下：

1. np.array(int)矩阵行行与运算速度

2. np.array(bool)矩阵行行与运算速度

3. np.matrix(int)矩阵行行与运算速度

4. np.matrix(bool)矩阵行行与运算速度

5. np.array(int)矩阵行列与运算速度

6. np.array(bool)矩阵行列与运算速度

7. np.matrix(int)矩阵行列与运算速度

8. np.matrix(bool)矩阵行列与运算速度

import time

print("array: 行 与运算")
start = time.time()
func1(arrayInt)
end = time.time()
print("int:",end-start)

start = time.time()
func1(arrayBool)
end = time.time()
print("int:",end-start, end="\n\n")

print("matrix: 行 与运算")
start = time.time()
func1(matInt)
end = time.time()
print("bool:",end-start)

start = time.time()
func1(matBool)
end = time.time()
print("bool:",end-start, end="\n\n")

print("array: 行列 与运算")
start = time.time()
func2(arrayInt)
end = time.time()
print("int:",end-start)

start = time.time()
func2(arrayBool)
end = time.time()
print("bool:",end-start, end="\n\n")

print("matrix: 行列 与运算")
start = time.time()
func2(matInt)
end = time.time()
print("int:",end-start)

start = time.time()
func2(matBool)
end = time.time()
print("bool:",end-start)

 测试结果如下： 

 由此可见：

* 大多数情况下，bool类型与运算速度快于int

* matrix类型做与运算速度要低于array类型

* 行行 与和 行列与速度相似