如何在python中加速numpy数组的乘积

Question

我需要生产 numpy 数组，但对我来说太慢了。 怎么固定？

import time
import numpy as np
N = 2e6
a = np.arange(N)
b = np.arange(N)
c = np.arange(N)
d = np.arange(N)
t1 = time.time()
e = a*b*c*d
t1 = time.time() - t1
print(t1)

我尝试过产品列表，但我不知道如何在没有循环的情况下进行

list_a = np.array(a).tolist()
list_b = np.array(b).tolist()
list_c = np.array(c).tolist()
list_d = np.array(d).tolist()
list_e = list_a * list_b * list_b * list_d # Error

Answer 1

numpy速度非常快，比使用for s 或其他 Python 循环方式快得多，但使用numexpr绝对可以赢得更快的速度：

import numpy as np
import numexpr as ne
N = 2e6
a = np.arange(N)
b = np.arange(N)
c = np.arange(N)
d = np.arange(N)

print(np.array_equal(a*b*c*d, ne.evaluate('a*b*c*d')))
#prints True

以下是时间安排：

%timeit a*b*c*d
%timeit ne.evaluate('a*b*c*d') 
30.7 ms ± 480 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
10 ms ± 101 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)