python - Decimal Python 与 float 运行时

Question

这只是一个关于我在使用这两种不同数据类型之间应该期望什么样的运行时差异的一般性问题。

我的测试:

test = [100.0897463, 1.099999939393,1.37382829829393,29.1937462874847272,2.095478262874647474]
test2 = [decimal.Decimal('100.0897463'), decimal.Decimal('1.09999993939'), decimal.Decimal('1.37382829829'), decimal.Decimal('29.1937462875'), decimal.Decimal('2.09547826287')]

def average(numbers, ddof=0):
    return sum(numbers) / (len(numbers)-ddof)

%timeit average(test)
%timeit average(test2)

运行时的区别是:
1000000 次循环，3 次循环中的最佳次数:每次循环 364 ns
10000 个循环，3 个循环中的最佳循环:每个循环 80.3 µs

所以使用小数比使用 float 慢大约 200 倍。这种类型的差异是否正常，是否符合我在决定使用哪种数据类型时应该预期的结果？

Answer 1

根据您看到的时差，您可能使用的是 Python 2.x。在 Python 2.x 中，decimal 模块是用 Python 编写的，速度相当慢。从 Python 3.2 开始，decimal 模块被重写为 C 并且速度更快。

在我的系统上使用 Python 2.7，decimal 模块慢了大约 180 倍。使用 Python 3.5，decimal 模块仅慢 ~2.5 倍。

如果您关心decimal 性能，Python 3 会快得多。