当您对二进制值列表进行大量操作时,使用numpy有什么好处吗？小范围内的整数(例如数字1,2和3)如何？

解决方法:

消除循环是提高性能(10倍)的源泉：

import profile
import numpy as NP

def np_test(a2darray) :
  row_sums = NP.sum(a2darray, axis=1)
  return NP.sum(row_sums)

def stdlib_test2(a2dlist) :
  return sum([sum(row) for row in a2dlist])

A = NP.random.randint(1, 6, 1e7).reshape(1e4, 1e3)
B = NP.ndarray.tolist(A)

profile.run("np_test(A)")
profile.run("stdlib_test2(B)")

numpy的：

在0.025 CPU中> 10个函数调用
秒

清单：

> 0.280 CPU中的10005个函数调用
秒