[英]vector math — numpy vs iterators
下面的代码显示,迭代器比numpy.arrays快得多(除非我做错了什么)。
import numpy as np
import itertools
import time
dim = 10000
arrays = [np.array((1, 2, 3)) for x in range(dim)]
iterators = [iter((1, 2, 3)) for x in range(dim)]
t_array = time.time()
print(sum(arrays))
print(time.time() - t_array)
# [10000 20000 30000]
# 0.016389131546020508
t_iterators = time.time()
print(list(sum(x) for x in zip(*iterators)))
print(time.time() - t_iterators)
# [10000, 20000, 30000]
# 0.0011029243469238281
并且迭代器版本不仅适用于迭代器,而且适用于np.arrays,列表或元组。
因此,这是提出客观问题的地方,我猜测存在一个客观原因,即numpy经常用于这种事情(根据我在互联网上看到的情况)。
那是什么原因 还是我客观上做错了?
问题是:
arrays = [np.array((1, 2, 3)) for x in range(dim)]
不是数组,这是:
sum(arrays)
不是numpy的操作。
将时序与数组列表和内置sum
:
>>> timeit.timeit('sum(arrays)', 'from __main__ import arrays', number=1000)
16.348400657162813
到二维数组和numpy.sum
:
>>> actual_array = numpy.array(arrays)
>>> timeit.timeit('numpy.sum(actual_array, axis=0)', 'from __main__ import actua
l_array; import numpy', number=1000)
0.20679712685881668
改进了80倍。 它比迭代器版本高出5倍。如果要使用NumPy,则需要在NumPy中保持尽可能多的工作。
我会说您做错了,但这是一个解释问题,取决于您要解决的问题的细节。
对于这种情况,您将二维numpy数组存储为numpy数组的列表,然后使用“列表处理”例程。 这避免了numpy可能带来的一些好处/优化。
下面提供了在ipython中运行的案例的略微修改版本(不运行%pylab)。 请注意,在示例中您没有使用itertools,而是使用内置的iter()
函数。
import numpy as np
dim = 10000
arrays = [np.array((1, 2, 3)) for x in range(dim)]
iterators = [iter((1, 2, 3)) for x in range(dim)]
%timeit sum(arrays)
10 loops, best of 3: 20.8 ms per loop
%timeit list(sum(x) for x in zip(*iterators))
1000 loops, best of 3: 468 µs per loop
[根据下面的评论编辑。]
因此,迭代器看起来不错,但它们的局限性在于只能使用一次。 在我们遍历它们之后,它们现在是“空的”。 因此,使用%timeit进行正确的测试将是每次都重新创建迭代器。
def iter_test () :
iterators = [iter((1, 2, 3)) for x in range(dim)]
return list(sum(x) for x in zip(*iterators))
%timeit iter_test()
100 loops, best of 3: 4.06 ms per loop
现在,我们看到它(仅)比遍历数组快大约5倍。
在纯numpy中,我将改为执行以下操作(可以以多种方式创建二维数组)
nparrays=np.asarray(arrays)
%timeit np.sum(nparrays,axis=0)
1000 loops, best of 3: 279 µs per loop
因此,这是更快,因为它应该是。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.