python - 是否需要用numpy写所有的变量和循环？

Question

我看到有人试图用python和numpy来做模拟。然而，却是安静缓慢。我读了他的代码，发现他在处理数组/矩阵计算时只使用了 numpy 包，所有其他变量和代码都是在 python 主控制台中定义的(即 for 循环)。

我的问题是:

1. 是否需要将所有变量都写为 numpy 变量，例如 np.float 才能获得 numpy 包的全部功能？

2. 另外，据我了解，python 的 for 循环非常慢。但为了简单性和可读性，我不想使用 cython。 numpy 有没有办法使用一些特殊的迭代过程来加速计算？我看到一个看起来像但不太理解的页面( https://docs.scipy.org/doc/numpy/reference/arrays.nditer.html )。基本上，如何利用numpy包的全部功能？

Answer 1

由于您没有提供程序的详细信息，我假设您想知道 numpy.ndarray 是否比使用普通的 python 循环更快。

是的，它快得多。

这称为矢量化。它更快，因为:

1. 它将由预编译的 C/C++ 库执行，因此比执行 python 脚本更快
2. 它利用了现代CPU架构的优势。请参阅:link

也就是说，这也取决于您想用它做什么。如果您正在执行数学/矩阵运算，则矢量化还可以提供更好的可读性(因为它看起来与方程相似)，并且由于运算主要是数值运算，因此可以提供更多的提升。如果操作不是数字的，那么你会得到更少的提升，因此可以用 python 的方式来完成。