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 timeimport numpy as npsize_of_vec = 1000def 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() - t1def numpy_version():    t1 = time.time()    X = np.arange(size_of_vec)    Y = np.arange(size_of_vec)    Z = X + Y    return time.time() - t1t1 = 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 0.0002491474151611328Numpy 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 npfrom timeit import Timersize_of_vec = 1000X_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 + Ytimer_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：

0.00297531206160783770.00014940369874238968[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！