numpy.max oder max? Welcher ist schneller?

Question

In Python, welche ist schneller?

numpy.max(), numpy.min() 

oder

max(), min() 

Meine Liste/Array-Länge variiert von 2 bis 600. Welches sollte ich einige Laufzeit verwenden zu retten?

Answer 1

Nun aus meiner Timings folgt, wenn Sie bereits numpy Array a Sie a.max verwenden sollten (die Quelle sagt es das gleiche wie np.max wenn a.max verfügbar ist). Aber wenn Sie eine eingebaute Liste haben, dann dauert die meiste Zeit umwandeln es in np.darray => das ist, warum max ist besser in Ihrem Timings.

In essense: Wenn np.ndarray dann a.max, wenn list und keine Notwendigkeit für die ganze Maschinerie der np.ndarray dann Standard max.

Answer 2

Es ist wahrscheinlich am besten, wenn Sie etwas wie das Python timeit module verwenden, um es selbst zu testen. Auf diese Weise können Sie Ihre eigenen Daten in Ihrer eigenen Umgebung testen, anstatt sich auf Dritte mit verschiedenen Testdaten und Umgebungen zu verlassen, die nicht unbedingt für Sie repräsentativ sind.

Answer 3

numpy.min und numpy.max haben etwas andere Semantik (und Call Signaturen) zu den Builtins, so sollte die Wahl nicht mit Geschwindigkeit zu tun haben. Verwenden Sie die numpy-Versionen, wenn Sie in der Lage sein müssen, mehrdimensionale Daten zu verarbeiten. Wenn Sie nur Python-Listen oder andere Dinge verwenden, die Dimensionalität nicht kennen, verwenden Sie die Builtins.

Answer 4

Ich war auch daran interessiert und testete die drei Varianten mit perfplot (ein kleines Projekt von mir). Ergebnis: Sie gehen nicht falsch mit a.max().

Code, um das Grundstück zu reproduzieren:

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(20)], 
    logx=True, 
    logy=True, 
    xlabel='len(a)' 
    )