自学教程：NumPy

1 什么是 Numpy

NumPy，是 Numerical Python 的简称，用于高性能科学计算和数据分析的基础包，像数学科学工具（pandas）和框架（Scikit-learn）中都使用到了 NumPy 这个包。

NumPy 中的基本数据结构是ndarray或者 N 维数值数组，在形式上来说，它的结构有点像 Python 的基础类型——Python列表。

但本质上，这两者并不同，可以看到一个简单的对比。

我们创建两个列表，当我们创建好了之后，可以使用 +运算符进行连接:

list1 = [i for i in range(1,11)]list2 = [i**2 for i in range(1,11)]print(list1+list2)# [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

列表中元素的处理感觉像对象，不是很数字，不是吗？ 如果这些是数字向量而不是简单的数字列表，您会期望 + 运算符的行为略有不同，并将第一个列表中的数字按元素添加到第二个列表中的相应数字中。

接下来看一下 Nympy 的数组版本：

import numpy as nparr1 = np.array(list1)arr2 = np.array(list2)arr1 + arr2# array([ 2, 6, 12, 20, 30, 42, 56, 72, 90, 110])

通过 numpy 的np.array数组方法实现了两个列表内的逐个值进行相加。

我们通过dir 函数来看两者的区别，先看 Python 内置列表 list1的内置方法：

再用同样的方法看一下 arr1中的方法：

NumPy 数组对象还有更多可用的函数和属性。 特别要注意诸如mean、std和sum之类的方法，因为它们清楚地表明重点关注使用这种数组对象的数值/统计计算。 而且这些操作也很快。

2 NumPy 数组和 Python 内置计算对比

NumPy 的速度要快得多，因为它的矢量化实现以及它的许多核心例程最初是用 C 语言（基于 CPython 框架）编写的。 NumPy 数组是同构类型的密集排列的数组。 相比之下，Python 列表是指向对象的指针数组，即使它们都属于同一类型。 因此，我们得到了参考局部性的好处。

许多 NumPy 操作是用 C 语言实现的，避免了 Python 中的循环、指针间接和逐元素动态类型检查的一般成本。 特别是，速度的提升取决于您正在执行的操作。 对于数据科学和 ML 任务，这是一个无价的优势，因为它避免了长和多维数组中的循环。

让我们使用 @timing计时装饰器来说明这一点。 这是一个围绕两个函数 std_dev和std_dev_python包装装饰器的代码，分别使用 NumPy 和本机 Python 代码实现列表/数组的标准差计算。

3 函数计算时间装饰器

我们可以使用 Python 装饰器和functools模块的wrapping来写一个 时间装饰器timing:

def timing(func):@wraps(func)def wrap(*args, **kw):begin_time = time()result = func(*args, **kw)end_time = time()print(f"Function '{func.__name__}' took {end_time-begin_time} seconds to run")return resultreturn wrap

4 标准差计算公式

然后利用这个时间装饰器来看 Numpy 数组和 Python 内置的列表，然后计算他们的标准差，

公式如图：

• 定义 Numpy 计算标准差的函数std_dev()，numpy 模块中内置了标准差公式的函数 a.std()，我们可以直接调用
• 列表计算公式方法需要按照公式一步一步计算：
• 先求求出宗和s
• 然后求出平均值average
• 计算每个数值与平均值的差的平方，再求和sumsq
• 再求出sumsq 的平均值 sumsq_average
• 得到最终的标准差结果result

代码如下：

from functools import wrapsfrom time import timeimport numpy as npfrom math import sqrtdef timing(func):@wraps(func)def wrap(*args, **kw):begin_time = time()result = func(*args, **kw)end_time = time()# print(f"Function '{func.__name__}' with arguments {args},keywords {kw} took {end_time-begin_time} seconds to run")print(f"Function '{func.__name__}' took {end_time-begin_time} seconds to run")return resultreturn wrap@timingdef std_dev(a):if isinstance(a, list):a = np.array(a)s = a.std()return s@timingdef std_dev_python(lst):length = len(lst)s = sum(lst)average = s / lengthsumsq = 0for i in lst:sumsq += (i-average)**2sumsq_average = sumsq/lengthresult = sqrt(sumsq_average)return result

运行结果，最终可以看到 1000000 个值得标准差的值为 288675.13459，而 Numpy 计算时间为 0.0080 s，而 Python 原生计算方式为 0.2499 s：

由此可见，Numpy 的方式明显更快。

5 总结

NumPy 是专门针对数组的操作和运算进行了设计，所以数组的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，NumPy的优势就越明显。

到此这篇关于NumPy 与 Python 内置列表计算标准差区别详析的文章就介绍到这了,更多相关Python 内置列表内容请搜索wanshiok.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持wanshiok.com！