爲什麼numpy.sum buiding新生成器比使用範圍更快？

Question

這讓我感到驚訝。我一直在測試演出。

In [1]: import numpy as np 

In [2]: %timeit a = np.sum(range(100000)) 
Out[2]: 100 loops, best of 3: 16.7 ms per loop 

In [3]: %timeit a = np.sum([range(100000)]) 
Out[3]: 100 loops, best of 3: 16.7 ms per loop 

In [4]: %timeit a = np.sum([i for i in range(100000)]) 
Out[4]: 100 loops, best of 3: 12 ms per loop 

In [5]: %timeit a = np.sum((i for i in range(100000))) 
Out[5]: 100 loops, best of 3: 8.43 ms per loop 

我想了解內部工作以及學習如何推廣以獲得最佳實踐。爲什麼4（建立一個新的發電機）比1好？

我明白爲什麼創建列表需要更多時間。但是，爲什麼3比2好呢？爲什麼不是2比1差呢？列表是否在1？我正在使用from numpy import *。

Answer 1

運行相同的代碼，我得到這些結果（Python的3.5.1）：

與numpy的的 sum()實施

%timeit a = sum(range(100000)) 
100 loops, best of 3: 3.05 ms per loop 

%timeit a = sum([range(100000)]) 
>>> TypeError: unsupported operand type(s) for +: 'int' and 'range' 

%timeit a = sum([i for i in range(100000)]) 
100 loops, best of 3: 8.12 ms per loop 

%timeit a = sum((i for i in range(100000))) 
100 loops, best of 3: 8.97 ms per loop 

現在：

from numpy import sum 

%timeit a = sum(range(100000)) 
10 loops, best of 3: 19.7 ms per loop 

%timeit a = sum([range(100000)]) 
10 loops, best of 3: 20.2 ms per loop 

%timeit a = sum([i for i in range(100000)]) 
100 loops, best of 3: 16.2 ms per loop 

%timeit a = sum((i for i in range(100000))) 
100 loops, best of 3: 9.27 ms per loop 

什麼事是，通過使用from numpy import *（或from numpy import sum ）你正在破壞Python的內置sum()函數。

看看this討論兩個實現之間性能比較的SO問題。