Question

我正在学习使用Numpy，我想在数字列表的总和中看到速度差异所以我制作了这段代码：

np_array = numpy.arange(1000000)
start = time.time()
sum_ = np_array.sum()
print time.time() - start, sum_

>>> 0.0 1783293664

python_list = range(1000000)
start = time.time()
sum_ = sum(python_list)
print time.time() - start, sum_

>>> 0.390000104904 499999500000

python_list总和是正确的。

如果我使用总和为1000的相同代码，则两者都打印正确的答案。 Numpy数组的长度是上限还是Numpy sum函数？

感谢您的帮助

Answer 1

当数字大于32位int时，标准列表切换到使用long类型进行算术运算。

numpy数组没有切换到long，并且遇到整数溢出。速度的价格是允许的较小值范围。

>>> 499999500000 % 2**32
1783293664L

Answer 2

Numpy正在创建一个32位无符号整数数组。当它们相加时，它将它们加总为32位值。

if 499999500000L % (2**32) == 1783293664L:
    print "Overflowed a 32-bit integer"

您可以在阵列创建时明确选择数据类型：

a = numpy.arange(1000000, dtype=numpy.uint64)
a.sum() -> 499999500000

Answer 3

请注意499999500000 % 2**32完全等于1783293664 ...即，numpy正在进行模2 * 32的操作，因为这是你告诉它使用的numpy.array的类型。

例如，

制作np_array = numpy.arange(1000000, dtype=numpy.uint64)，你的总和就会好（虽然当然还有限制，任何有限大小的数字类型）。

您可以使用dtype=numpy.object告诉numpy该数组包含通用Python对象;当然，随着普遍性的增加，表现会衰退。

Numpy：是否有数组大小限制？

3 个答案: