python - statistics.mean() vs sum()/len() vs np.average() 对于列表列表

Question

数据:一系列大小相等的列表，必须沿列进行平均以返回一个平均列表

使用 statistics.mean() 或 sum()/len() 之一在 python 中平均上述数据是否更快？将其转换为 numpy 数组然后使用 np.average()？

还是没有显着差异？

This question提供了使用哪种方法的答案，但未提及与替代方法的任何比较。

Answer 1

您可以衡量不同提案的性能。我假设比沿着列意味着这是按行的。例如，如果您有 1000 个列表，每个列表的末尾有 100 个元素，您将得到一个具有 100 个平均值的列表。

import random
import numpy as np
import statistics
import timeit

data = [[random.random() for _ in range(100)] for _ in range(1000)]


def average(data):
    return np.average(data, axis=0)


def sum_len(data):
    return [sum(l) / len(l) for l in zip(*data)]


def mean(data):
    return [statistics.mean(l) for l in zip(*data)]


if __name__ == "__main__":
    print(timeit.timeit('average(data)', 'from __main__ import data,average', number=10))
    print(timeit.timeit('sum_len(data)', 'from __main__ import data,sum_len', number=10))
    print(timeit.timeit('mean(data)', 'from __main__ import data,mean', number=10))

输出

0.025441123012569733
0.029354612997849472
1.0484535950090503

看起来 statistics.mean 比 np.average 和 sum_len 方法慢得多(大约慢 35 倍)，并且比 np.average 比 sum_len 略快。