python - numpy 与 native Python - 最有效的方式

Question

对于很多功能，可以使用原生 Python 或 numpy 来进行。

数学函数就是这种情况，它们可用于 Python 原生 import math，但也可用于 numpy 方法。当涉及到数组时也是如此，narray 来自 numpy 和 pythons 列表理解，或元组。

关于 Python 和 numpy 中的这些特性，我有两个问题

1. 一般来说，如果方法在原生 Python 和 numpy 中可用，您更喜欢这两种解决方案中的哪一种？在效率方面？它有什么不同吗？Python 和 numpy 在它们的处理过程中有何不同？

2. 更具体地说，关于数组和处理数组的基本函数，如排序、连接...，哪种解决方案更有效？是什么造就了最高效解决方案的效率？

这是一个非常开放和普遍的问题。我想这不会对我的代码产生太大影响，但我只是想知道。

Answer 1

一般来说，避免两者之间的转换可能最重要(效率方面)。。如果您主要对数据使用非 numpy 函数，那么它们将在内部使用标准 Python 数据类型进行操作，因此由于需要来回转换，因此使用 numpy 数组效率低下。

同样，如果您使用大量 numpy 函数来操作数据，将它们全部转换回基本的 Python 类型也将是低效的。

---

就选择函数而言，使用设计用于对数据已经存在的表单进行操作的函数 - 例如如果您已经有一个 numpy 数组，请在其上使用 numpy 函数；同样，如果您有基本的 Python 数据类型，请在其上使用 Python 函数。 numpy 的函数将针对 numpy 的数据类型进行优化。