6

我很好奇使用 numpy ufuncs与内置运算符与内置运算符的“函数”版本的好处和权衡。

我对所有 ufunc 都很好奇。也许有时有些比其他的更有用。但是，<为了简单起见，我将使用我的示例。

有几种方法可以通过单个数字“过滤”一个 numpy 数组以获得一个布尔数组。每种形式都给出相同的结果，但是是否有首选的时间/地点来使用其中的一种？这个例子我将一个数组与一个数字进行比较，所以所有 3 都可以工作。

考虑使用以下数组的所有示例：

>>> x = numpy.arange(0, 10000)
>>> x
array([   0,    1,    2, ..., 9997, 9998, 9999])

'<' 运算符

>>> x < 5000
array([ True,  True,  True, ..., False, False, False], dtype=bool)
>>> %timeit x < 5000
100000 loops, best of 3: 15.3 us per loop

运算符.lt

>>> import operator
>>> operator.lt(x, 5000)
array([ True,  True,  True, ..., False, False, False], dtype=bool)
>>> %timeit operator.lt(x, 5000)
100000 loops, best of 3: 15.3 us per loop

numpy.less

>>> numpy.less(x, 5000)
array([ True,  True,  True, ..., False, False, False], dtype=bool)
>>> %timeit numpy.less(x, 5000)
100000 loops, best of 3: 15 us per loop

请注意，它们都实现了几乎相同的性能和完全相同的结果。我猜所有这些调用实际上最终都在同一个函数中，因为<它们operator.lt都映射到__lt__一个 numpy 数组，这可能是使用numpy.less或等效实现的？

那么，哪个更“惯用”和“首选”？

4

2 回答 2

3

在这种情况下，首选形式是x < 5000因为它更简单，并且您已经在使用 numpy 数组。

ufuncs 旨在允许对任何类型的数据进行这些操作（不仅是 numpy 数组）

>>> numpy.less([1, 2, 3, 4, 6, 8], 5)
array([ True,  True,  True,  True, False, False], dtype=bool)

>>> [1, 2, 3, 4, 6, 8] < 5
False

在 Python 3 上，最后一个比较会引发错误。

于 2013-03-28T18:20:40.547 回答
3

一般来说，考虑到“可读性很重要”的口头禅，实际操作员应该始终是您的首选。使用operator版本有一个地方，当你可以lambda a, b: a < b用更紧凑的替换时operator.lt，但除此之外没有太多。而且您真的不应该使用对相应 ufunc 的显式调用，除非您想使用out参数将计算值直接存储在现有数组中。

也就是说，如果您担心的是性能，您应该进行公平比较，因为正如您所说，您所有的调用最终都由 numpy 的lessufunc 处理。

如果您的数据已经在一个 numpy 数组中，那么您已经证明它们的性能都相似，所以<为了清楚起见，请使用运算符。

如果您的数据在 python 对象中，比如列表，该怎么办？好吧，这里有一些时间供你思考：

In [13]: x = range(10**5)

In [19]: %timeit [j < 5000 for j in x]
100 loops, best of 3: 5.32 ms per loop

In [20]: %timeit np.less(x, 5000)
100 loops, best of 3: 11.3 ms per loop

In [21]: %timeit [operator.lt(j, 5000) for j in x]
100 loops, best of 3: 16.2 ms per loop

不知道为什么operator.lt这么慢，但你显然想远离它。如果您想从 Python 对象输入中获取一个 numpy 数组作为输出，那么这可能是最快的：

In [22]: %timeit np.fromiter((j < 5000 for j in x), dtype=bool, count=10**5)
100 loops, best of 3: 7.91 ms per loop

请注意，在 numpy 数组上运行的 ufunc 比上述任何一个都快得多：

In [24]: y = np.array(x)

In [25]: %timeit y < 5000
10000 loops, best of 3: 82.8 us per loop
于 2013-03-28T18:54:00.600 回答