Numpy 是Python科學計算的一個核心模塊。它提供了非常高效的數(shù)組對象，以及用于處理這些數(shù)組對象的工具。一個Numpy數(shù)組由許多值組成，所有值的類型是相同的。

Python的核心庫提供了 List 列表。列表是最常見的Python數(shù)據(jù)類型之一，它可以調(diào)整大小并且包含不同類型的元素，非常方便。

那么List和Numpy Array到底有什么區(qū)別？為什么我們需要在大數(shù)據(jù)處理的時候使用Numpy Array？答案是性能。

Numpy數(shù)據(jù)結構在以下方面表現(xiàn)更好：

1.內(nèi)存大小—Numpy數(shù)據(jù)結構占用的內(nèi)存更小。

2.性能—Numpy底層是用C語言實現(xiàn)的，比列表更快。

3.運算方法—內(nèi)置優(yōu)化了代數(shù)運算等方法。

下面分別講解在大數(shù)據(jù)處理時，Numpy數(shù)組相對于List的優(yōu)勢。

1.內(nèi)存占用更小

適當?shù)厥褂肗umpy數(shù)組替代List，你能讓你的內(nèi)存占用降低20倍。

對于Python原生的List列表，由于每次新增對象，都需要8個字節(jié)來引用新對象，新的對象本身占28個字節(jié)（以整數(shù)為例）。所以列表 list 的大小可以用以下公式計算：

64 + 8 * len(lst) + len(lst) * 28 字節(jié)

而使用Numpy，就能減少非常多的空間占用。比如長度為n的Numpy整形Array，它需要：

96 + len(a) * 8 字節(jié)

可見，數(shù)組越大，你節(jié)省的內(nèi)存空間越多。假設你的數(shù)組有10億個元素，那么這個內(nèi)存占用大小的差距會是GB級別的。

2.速度更快、內(nèi)置計算方法

運行下面這個腳本，同樣是生成某個維度的兩個數(shù)組并相加，你就能看到原生List和Numpy Array的性能差距。

import time import numpy as np size_of_vec = 1000 def pure_python_version(): t1 = time.time() X = range(size_of_vec) Y = range(size_of_vec) Z = [X[i] + Y[i] for i in range(len(X)) ] return time.time() - t1 def numpy_version(): t1 = time.time() X = np.arange(size_of_vec) Y = np.arange(size_of_vec) Z = X + Y return time.time() - t1 t1 = pure_python_version() t2 = numpy_version() print(t1, t2) print("Numpy is in this example " + str(t1/t2) + " faster!")

結果如下：

0.00048732757568359375 0.0002491474151611328 Numpy is in this example 1.955980861244019 faster! 

可以看到，Numpy比原生數(shù)組快1.95倍。

如果你細心的話，還能發(fā)現(xiàn)，Numpy array可以直接執(zhí)行加法操作。而原生的數(shù)組是做不到這點的，這就是Numpy 運算方法的優(yōu)勢。

我們再做幾次重復試驗，以證明這個性能優(yōu)勢是持久性的。

import numpy as np from timeit import Timer size_of_vec = 1000 X_list = range(size_of_vec) Y_list = range(size_of_vec) X = np.arange(size_of_vec) Y = np.arange(size_of_vec) def pure_python_version(): Z = [X_list[i] + Y_list[i] for i in range(len(X_list)) ] def numpy_version(): Z = X + Y timer_obj1 = Timer("pure_python_version()", "from __main__ import pure_python_version") timer_obj2 = Timer("numpy_version()", "from __main__ import numpy_version") print(timer_obj1.timeit(10)) print(timer_obj2.timeit(10)) # Runs Faster! print(timer_obj1.repeat(repeat=3, number=10)) print(timer_obj2.repeat(repeat=3, number=10)) # repeat to prove it! 

結果如下：

0.0029753120616078377 0.00014940369874238968 [0.002683573868125677, 0.002754641231149435, 0.002803879790008068]
[6.536301225423813e-05, 2.9387418180704117e-05, 2.9171351343393326e-05]

可以看到，第二個輸出的時間總是小得多，這就證明了這個性能優(yōu)勢是具有持久性的。

所以，如果你在做一些大數(shù)據(jù)研究，比如金融數(shù)據(jù)、股票數(shù)據(jù)的研究，使用Numpy能夠節(jié)省你不少內(nèi)存空間，并擁有更強大的性能。

參考文獻：https://webcourses.ucf.edu/courses/1249560/pages/python-lists-vs-numpy-arrays-what-is-the-difference

我們的文章到此就結束啦，如果你喜歡今天的Python 實戰(zhàn)教程，請持續(xù)關注我們。

原文地址:https://mp.weixin.qq.com/s/GJZyS5r-yLELGsGBdkW-QQ