numpy.max还是最大？哪一个更快？

Question

在python中，哪一个更快？

numpy.max(), numpy.min()

要么

max(), min()

我的列表/数组长度从2到600不等。我应该使用哪一个来节省一些运行时间？

Answer 1

从我的时间顺序来看，如果你已经有numpy数组a，你应该使用a.max（如果np.max可用，来源告诉它与a.max相同）。但是如果你有内置列表，那么大部分时间都会把它转换成np.ndarray =>这就是为什么max在你的时间更好。

本质上：np.ndarray然后a.max，如果list并且不需要np.ndarray的所有机械然后标准max。

Answer 2

我也对此感兴趣，并用perfplot（我的一个小项目）测试了这三个变种。结果：a.max()你不会出错。

重现情节的代码：

import numpy
import perfplot

perfplot.show(
    setup=lambda n: numpy.random.rand(n),
    kernels=[
        max,
        numpy.max,
        lambda a: a.max()
        ],
    labels=['max(a)', 'numpy.max(a)', 'a.max()'],
    n_range=[2**k for k in range(25)],
    logx=True,
    logy=True,
    xlabel='len(a)'
    )

Answer 3

如果您使用像Python timeit module这样的东西来为自己测试它，那可能是最好的。这样，您就可以在自己的环境中测试自己的数据，而不是依赖于具有各种测试数据和环境的第三方，这些数据和环境不一定代表您的。

Answer 4

numpy.min和numpy.max对内置函数的语义（和调用签名）略有不同，因此选择不应该与速度有关。如果您需要能够合理地处理多维数据，请使用numpy版本。如果您只是使用Python列表或其他不了解维度的东西，请使用builtins。