什么是矢量化？[关闭]

问题描述：

在 Python 中矢量化 for 循环是什么意思？还有其他方法可以编写嵌套 for 循环吗？

我是 Python 新手，在研究中，我总是遇到 NumPy 库。

解决方案 1：

Pythonfor循环本质上比 C 循环慢。

这就是为什么numpy提供数组上的矢量化操作numpy。它将for通常在 Python 中执行的循环下推到 C 级别，速度要快得多。numpy提供矢量化（“C 级别for循环”）替代方案，以替代原本需要以元素方式（“Python 级别for循环”）完成的操作。

import numpy as np
from timeit import Timer

li = list(range(500000))
nump_arr = np.array(li)

def python_for():
    return [num + 1 for num in li]

def numpy_add():
    return nump_arr + 1

print(min(Timer(python_for).repeat(10, 10)))
print(min(Timer(numpy_add).repeat(10, 10)))

#  0.725692612368003
#  0.010465986942008954

矢量化加法numpy速度提高了 70 倍。

解决方案 2：

以下是Wes McKinney 的定义：

数组很重要，因为它们使您能够表达对数据的批量操作，而无需编写任何 for 循环。这通常称为矢量化。大小相等的数组之间的任何算术运算都会逐元素应用该运算。

矢量化版本：

>>> import numpy as np
>>> arr = np.array([[1., 2., 3.], [4., 5., 6.]])
>>> arr * arr
array([[  1.,   4.,   9.],
       [ 16.,  25.,  36.]])

与原生 Python（嵌套）列表上的循环相同：

>>> arr = arr.tolist()
>>> res = [[0., 0., 0.], [0., 0., 0.]]
>>> for idx1, row in enumerate(arr):
        for idx2, val2 in enumerate(row):
            res[idx1][idx2] = val2 * val2
>>> res
[[1.0, 4.0, 9.0], [16.0, 25.0, 36.0]]

这两个操作如何比较？NumPy 版本需要 436 纳秒；Python 版本需要 3.52 微秒（3520 纳秒）。这种“微小”时间的巨大差异被称为微性能，当您处理较大的数据或重复操作数千次或数百万次时，它就变得很重要。