python list与numpy数组效率对比

python list python numpy数组 list与numpy数组效率 2023-02-01 09:02:33 610人浏览独家记忆

Python 官方文档：入门教程 => 点击学习

摘要

目录前言索引效率与内存占用比较添加效率比较总结前言因为经常一训练就是很多次迭代，所以找到效率比较高的操作能大大缩短运行时间，但这方面资料不足，所以自己记录总结一下，有需要再补充索

前言

因为经常一训练就是很多次迭代，所以找到效率比较高的操作能大大缩短运行时间，但这方面资料不足，所以自己记录总结一下，有需要再补充

索引效率与内存占用比较

有时候我需要一个数组，然后可能会频繁从中索引数据，那么我选择list还是numpy array呢，这里做了一个简单的实验进行比较，环境python 3.6

import random
import numpy as np
import time
import sys
# import matplotlib
# matplotlib.use('agg')
import matplotlib.pyplot as plt
from collections import deque

start = time.time()
length = []

list_size = []
array_size = []
deque_size = []

list_time = []
array_time = []
deque_time = []

for l in range(5, 15000, 5):
    print(l)
    length.append(l)
    a = [1] * l
    b = np.array(a)
    c = deque(maxlen=l)
    for i in range(l):
        c.append(1)

    # print('list的size为：{}'.fORMat(sys.getsizeof(a)))
    # print('array的size为：{}'.format(sys.getsizeof(b)))
    # print('deque的size为：{}'.format(sys.getsizeof(c)))
    list_size.append(sys.getsizeof(a))
    array_size.append(sys.getsizeof(b))
    deque_size.append(sys.getsizeof(c))

    for i in range(3):
        if i == 0:
            tmp = a
            name = 'list'
        elif i == 1:
            tmp = b
            name = 'array'
        else:
            tmp = c
            name = 'deque'

        s = time.time()
        for j in range(1000000):
            x = tmp[random.randint(0, len(a)-1)]
        duration = time.time() - s

        if name == 'list':
            list_time.append(duration)
        elif name == 'array':
            array_time.append(duration)
        else:
            deque_time.append(duration)

duration = time.time() - start
time_list = [0, 0, 0]
time_list[0] = duration // 3600
time_list[1] = (duration % 3600) // 60
time_list[2] = round(duration % 60, 2)
print('用时：' + str(time_list[0]) + ' 时 ' + str(time_list[1]) + '分' + str(time_list[2]) + '秒')

fig = plt.figure()

ax1 = fig.add_subplot(211)
ax1.plot(length, list_size, label='list')
ax1.plot(length, array_size, label='array')
ax1.plot(length, deque_size, label='deque')
plt.xlabel('length')
plt.ylabel('size')
plt.legend()

ax2 = fig.add_subplot(212)
ax2.plot(length, list_time, label='list')
ax2.plot(length, array_time, label='array')
ax2.plot(length, deque_time, label='deque')
plt.xlabel('length')
plt.ylabel('time')
plt.legend()

plt.show()

对不同大小的list，numpy array和deque进行一百万次的索引，结果为

可以看出，numpy array对内存的优化很好，长度越大，其相比list和deque占用内存越少。

list比deque稍微好一点。因此如果对内存占用敏感，选择优先级：numpy array>>list>deque。

时间上，在15000以下这个长度，list基本都最快。其中

长度<1000左右时，deque跟list差不多，选择优先级：list≈ \approx≈deque>numpy array;
长度<9000左右，选择优先级：list>deque>numpy array;
长度>9000左右，选择优先级：list>numpy array>deque;

不过时间上的差距都不大，几乎可以忽略，差距主要体现在内存占用上。因此如果对内存不敏感，list是最好选择。

整个实验使用i7-9700，耗时2.0 时 36.0分20.27秒，如果有人愿意尝试更大的量级，更小的间隔，欢迎告知我结果。

添加效率比较

numpy的数组没有动态改变大小的功能，因此这里numpy数据只是对其进行赋值。

import numpy as np
import time
from collections import deque

l = 10000000
a = []
b = np.zeros(l)
c = deque(maxlen=l)
for i in range(3):
    if i == 0:
        tmp = a
        name = 'list'
    elif i == 1:
        tmp = b
        name = 'array'
    else:
        tmp = c
        name = 'deque'

    start = time.time()
    if name == 'array':
        for j in range(l):
            tmp[j] = 1
    else:
        for j in range(l):
            tmp.append(1)
    duration = time.time() - start
    time_list = [0, 0, 0]
    time_list[0] = duration // 3600
    time_list[1] = (duration % 3600) // 60
    time_list[2] = round(duration % 60, 2)
    print(name + '用时：' + str(time_list[0]) + ' 时 ' + str(time_list[1]) + '分' + str(time_list[2]) + '秒')

结果为：