python list与numpy数组效率对比
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:
list用时:0.0 时 0.0分1.0秒
array用时:0.0 时 0.0分1.14秒
deque用时:0.0 时 0.0分0.99秒
可以看出,只有在非常大的量级上才会出现区别,numpy array的赋值是最慢的,list和deque差不多。
但平时这些差距几乎可以忽略。
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
最新评论