共计 2280 个字符，预计需要花费 6 分钟才能阅读完成。
Numpy 是 Python 科学计算的一个外围模块。它提供了十分高效的数组对象，以及用于解决这些数组对象的工具。一个 Numpy 数组由许多值组成，所有值的类型是雷同的。
Python 的外围库提供了 List 列表。列表是最常见的 Python 数据类型之一，它能够调整大小并且蕴含不同类型的元素，十分不便。
那么 List 和 Numpy Array 到底有什么区别？为什么咱们须要在大数据处理的时候应用 Numpy Array？答案是性能。
Numpy 数据结构在以下方面体现更好：
1. 内存大小—Numpy 数据结构占用的内存更小。
2. 性能—Numpy 底层是用 C 语言实现的，比列表更快。
3. 运算办法—内置优化了代数运算等办法。
上面别离解说在大数据处理时，Numpy 数组绝对于 List 的劣势。
1. 内存占用更小
适当地应用 Numpy 数组代替 List，你能让你的内存占用升高 20 倍。
对于 Python 原生的 List 列表，因为每次新增对象，都须要 8 个字节来援用新对象，新的对象自身占 28 个字节（以整数为例）。所以列表 list 的大小能够用以下公式计算：
64 + 8 len(lst) + len(lst) 28 字节
而应用 Numpy，就能缩小十分多的空间占用。比方长度为 n 的 Numpy 整形 Array，它须要：
96 + len(a) * 8 字节
可见，数组越大，你节俭的内存空间越多。假如你的数组有 10 亿个元素，那么这个内存占用大小的差距会是 GB 级别的。
2. 速度更快、内置计算方法
运行上面这个脚本，同样是生成某个维度的两个数组并相加，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!")后果如下：
0.00048732757568359375 0.0002491474151611328
Numpy is in this example 1.955980861244019 faster!能够看到，Numpy 比原生数组快 1.95 倍。
如果你仔细的话，还能发现，Numpy array 能够间接执行加法操作。而原生的数组是做不到这点的，这就是 Numpy 运算办法的劣势。
咱们再做几次反复试验，以证实这个性能劣势是持久性的。
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!后果如下：
0.0029753120616078377
0.00014940369874238968
[0.002683573868125677, 0.002754641231149435, 0.002803879790008068]
[6.536301225423813e-05, 2.9387418180704117e-05, 2.9171351343393326e-05]能够看到，第二个输入的工夫总是小得多，这就证实了这个性能劣势是具备持久性的。
所以，如果你在做一些大数据钻研，比方金融数据、股票数据的钻研，应用 Numpy 可能节俭你不少内存空间，并领有更弱小的性能。
咱们的文章到此就完结啦，如果你喜爱明天的 Python 实战教程，能够关注公众号：Python 编程学习圈 ，理解更多编程技术常识！
