numpy库的计算效率

作者：矢量场
链接：https://www.zhihu.com/question/30823702/answer/318265889
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

有几个原因。1，底层是C，部分是Fortran（也挺快的，你们千万不要瞧不起fortran，快是真快。）。这些代码一来快，二来已经运行几十年了，错误的概率不高。其实一个看似很简单的问题，比如e^x用泰勒展开去计算，展到多少项也是有技巧的。最简单的方法就是n-1和n相除看大小变化规律。但我要告诉你这不是完美的算法。这里头有一个大坑。因为float的原因一些个别数据，一般是一些stop points，会被计算出很诡异的结果，如果你自己写的话。但是numpy不会有。一些比较小的package会出现这种情况。比如说，上次曾经用一个nlp的package算出tf大于1的。这种多半都是float的问题。2，除了用C以外，numpy有自己的一个指令集合。可以提升运行速度。这个知道的人不多。3，在R里有一个东西叫向量化编程。速度是直接用内嵌数据结构的100倍左右。原理类似。

能习惯用numpy还是尽量用。真正的好东西。写python能用库还是用库。但是，这里头当然还有其他的问题。比如你下载一些库下载地址不对可能下了野库，里头是带病毒的。所以Linux，是个好东西，尤其是假如是公司或者学校的Linux（逃）。嗯其他的，说起来就复杂了。annaconda是个好东西。

numpy如果有缺点的话，就是这东西缺少一个类似openCV那样十分简洁的工作手册。openCV的手册极其良心。有高中时代的那种，五块钱一本的全是公式的数学物理小书的感觉。实在是太好了，我每次用numpy很少查stackoverflow或者github。pandas有一本书叫利用python做数据分析。这本书也非常好。就是pandas的作者所写。当然numpy功能强大很多。numpy的官方文档实在是太多了（细节很好，但是不容易让你有一个好的big-picture）。不过遇到不会的去search是很好的。