Numpy 是Python科學計算的一個核心模塊，它提供了非常高效的陣列物件，以及用于處理這些陣列物件的工具，一個Numpy陣列由許多值組成，所有值的型別是相同的，
Python的核心庫提供了 List 串列，串列是最常見的Python資料型別之一，它可以調整大小并且包含不同型別的元素，非常方便，
那么List和Numpy Array到底有什么區別？為什么我們需要在大資料處理的時候使用Numpy Array？答案是性能，
Numpy資料結構在以下方面表現更好：
1.記憶體大小—Numpy資料結構占用的記憶體更小，
2.性能—Numpy底層是用C語言實作的，比串列更快，
3.運算方法—內置優化了代數運算等方法，
下面分別講解在大資料處理時，Numpy陣列相對于List的優勢，
1.記憶體占用更小
適當地使用Numpy陣列替代List，你能讓你的記憶體占用降低20倍，
對于Python原生的List串列，由于每次新增物件，都需要8個位元組來參考新物件，新的物件本身占28個位元組（以整數為例），所以串列 list 的大小可以用以下公式計算：
64 + 8 * len(lst) + len(lst) * 28 位元組
而使用Numpy，就能減少非常多的空間占用，比如長度為n的Numpy整形Array，它需要：
96 + len(a) * 8 位元組
可見，陣列越大，你節省的記憶體空間越多，假設你的陣列有10億個元素，那么這個記憶體占用大小的差距會是GB級別的，
2.速度更快、內置計算方法
運行下面這個腳本，同樣是生成某個維度的兩個陣列并相加，你就能看到原生List和Numpy Array的性能差距，
import time
import numpy as np
size_of_vec = 1000
def pure_python_version():
t1 = time.time()
X = range(size_of_vec)
Y = range(size_of_vec)
Z = [X[i] + Y[i] for i in range(len(X)) ]
return time.time() - t1
def numpy_version():
t1 = time.time()
X = np.arange(size_of_vec)
Y = np.arange(size_of_vec)
Z = X + Y
return time.time() - t1
t1 = pure_python_version()
t2 = numpy_version()
print(t1, t2)
print("Numpy is in this example " + str(t1/t2) + " faster!")結果如下：
0.00048732757568359375 0.0002491474151611328
Numpy is in this example 1.955980861244019 faster!可以看到，Numpy比原生陣列快1.95倍，
如果你細心的話，還能發現，Numpy array可以直接執行加法操作，而原生的陣列是做不到這點的，這就是Numpy 運算方法的優勢，
我們再做幾次重復試驗，以證明這個性能優勢是持久性的，
import numpy as np
from timeit import Timer
size_of_vec = 1000
X_list = range(size_of_vec)
Y_list = range(size_of_vec)
X = np.arange(size_of_vec)
Y = np.arange(size_of_vec)
def pure_python_version():
Z = [X_list[i] + Y_list[i] for i in range(len(X_list)) ]
def numpy_version():
Z = X + Y
timer_obj1 = Timer("pure_python_version()",
"from __main__ import pure_python_version")
timer_obj2 = Timer("numpy_version()",
"from __main__ import numpy_version")
print(timer_obj1.timeit(10))
print(timer_obj2.timeit(10)) # Runs Faster!
print(timer_obj1.repeat(repeat=3, number=10))
print(timer_obj2.repeat(repeat=3, number=10)) # repeat to prove it!結果如下：
0.0029753120616078377
0.00014940369874238968
[0.002683573868125677, 0.002754641231149435, 0.002803879790008068]
[6.536301225423813e-05, 2.9387418180704117e-05, 2.9171351343393326e-05]可以看到，第二個輸出的時間總是小得多，這就證明了這個性能優勢是具有持久性的，
所以，如果你在做一些大資料研究，比如金融資料、股票資料的研究，使用Numpy能夠節省你不少記憶體空間，并擁有更強大的性能， ?
我們的文章到此就結束啦，如果你喜歡今天的Python 實戰教程，請持續關注我們，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/428863.html
標籤：其他
上一篇：我創建了一個小表單，但if/else結構在第二次嘗試時掛起
下一篇：命令執行漏洞