numpy vs非數值數據列表

Question

用於數字數據的Numpy數組顯然工作得很好，但將它們用於非數值數據會更慢嗎？

例如，說我有文本數據的一些嵌套列表：

mammals = ['dog', 'cat', 'rat'] 
birds = ['stork', 'robin', 'penguin'] 

animals1 = [mammals, birds] 

當訪問和操作這個數據是嵌套列表將是比numpy的陣列相當於更快的這個名單？

import numpy as np 
animals2 = np.array(animals1) 

由於numpy的陣列被實現爲「跨距」的陣列，其中每個元件具有固定的長度，與一些長串將佔用的存儲器的量不成比例串的「疏」列表中，如果轉換爲numpy的陣列。但速度呢？

Answer 1

正如@JoshAdel指出的那樣，您應該熟悉timeit module。我相信你在問這個比較：

>>> import timeit 
>>> timeit.timeit('[[x.upper() for x in y] * 10000 for y in animals1]', setup="mammals = ['dog', 'cat', 'rat']\nbirds = ['stork', 'robin', 'penguin']\nanimals1 = [mammals, birds]", number=10000) 
1.7549941045438686 
>>> timeit.timeit("numpy.char.upper(animals2)", setup="import numpy\nmammals = ['dog', 'cat', 'rat']\nbirds = ['stork', 'robin', 'penguin']\nanimals1 = [mammals, birds] * 10000\nanimals2=numpy.array(animals1)", number=10000) 
221.09816223832195 

我根據你的評論更新了測試。這個問題很好，但你可能只需要用numpy.char來嘗試一些其他的操作來找出它的表現。源文件指向帶_vec_string函數的.pyd（dll類型）文件。

很明顯，這兩個cod代碼片段之間有一個區別，numpy比python執行.upper()字符串方法執行numpy.char.upper()操作要長100倍。

timeit對於像這樣的小代碼片段使用非常簡單。