内置范围或numpy.arange：哪个更有效？

Question

当使用范围表达式迭代大数组时，我应该使用Python的内置范围函数还是numpyarange来获得最佳性能？

到目前为止，我的推理是：

arange可能求助于本机实现，因此可能会更快。另一方面，arange返回一个占用内存的完整数组，因此可能会产生开销。Python
3的范围表达式是一个生成器，它不会在内存中保存所有值。

Answer 1

对于大型数组，numpy应该是更快的解决方案。

在numpy中，您应该结合使用向量化计算，ufuncs和索引来解决问题，因为它可以C快速运行。与此相比，遍历numpy数组效率低下。

（最糟糕的事情是，使用在问题中的第一句话所示的range或创建的索引来遍历数组np.arange，但是我不确定您是否真的是这样。）

import numpy as np
import sys

sys.version
# out: '2.7.3rc2 (default, Mar 22 2012, 04:35:15) \n[GCC 4.6.3]'
np.version.version
# out: '1.6.2'

size = int(1E6)

%timeit for x in range(size): x ** 2
# out: 10 loops, best of 3: 136 ms per loop

%timeit for x in xrange(size): x ** 2
# out: 10 loops, best of 3: 88.9 ms per loop

# avoid this
%timeit for x in np.arange(size): x ** 2
#out: 1 loops, best of 3: 1.16 s per loop

# use this
%timeit np.arange(size) ** 2
#out: 100 loops, best of 3: 19.5 ms per loop

因此，在这种情况下，numpy比正确使用numpy快4倍xrange。根据您的问题，numpy的速度可能比速度提高4到5倍要快得多。

对这些问题的答案这个问题说明了使用numpy的阵列，而不是蟒蛇列出了大型数据集的一些有利条件。