`numpy.sum`與`ndarray.sum`

Question

對於1-D numpy數組a ，我認為np.sum(a)和a.sum()是等效函數，但我只做了一個簡單的實驗，看起來后者總是快一點：

In [1]: import numpy as np

In [2]: a = np.arange(10000)

In [3]: %timeit np.sum(a)
The slowest run took 16.85 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 6.46 µs per loop

In [4]: %timeit a.sum()
The slowest run took 19.80 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 5.25 µs per loop

為什么會有區別？ 這是否意味着我們應該總是使用sum ， mean ， std等函數的numpy.ndarray版本？

Answer 1

我想它是因為np.sum()之類的東西 需要ndarray輸入顯式轉換為ndarray （使用np.asanyarray ） 在確定ndarray.sum方法之前檢查一些其他.sum函數 ，以便允許對列表，元組等進行操作。

另一方面， ndarray.sum()是ndarray類的一個方法，因此不需要進行任何檢查。