numpy与Python map()中的矢量化

Question

我在比较大数组的计算方法，并希望比较numpy中广播运营商的速度和替代方案的速度。不过，看到python map()函数的速度之快，我感到很惊讶，我想知道是否有人能解释一下为什么这比广播快得多。

广播

%%timeit farenheit = np.linspace( -10, 20, 1000 )
celcius = (farenheit - 32) * (5/9)

4.5s±99.4ns/环(平均±std )。dev.7次运行中，每一次循环100000次)

列表理解

%%timeit farenheit = np.linspace( -10, 20, 1000 )
[(temp - 32) * (5/9) for temp in farenheit]

886±4.56s/环(平均±std )。dev.7次运行中，每一次有1000次循环)

map() Python 3

%%timeit farenheit = np.linspace( -10, 20, 1000 )
celcius = map(lambda temp: (temp - 32) * (5/9), farenheit)

每环248 ns±41.9 ns (平均±std )。dev.7次运行中，每一次循环1000000次)

Answer 1

map速度如此之快，因为它实际上没有运行计算。它不返回带有新值的新列表/数组，而是返回一个map对象(迭代器)，该对象仅在需要项时才进行计算。

为了进行公平的比较，您应该在第一部分的末尾执行list(celcius)。只有到那时才能执行计算。如果您的lambda (或其他函数)在其中某个地方有一个print，那么您将看到map()本身还没有真正执行这些命令。

阅读有关map：https://docs.python.org/3/library/functions.html#map的更多信息

举个例子：

def double(x):
    print('hi')
    return x*2

a = [1,2,3]
b = map(double, a)

# notice nothing is printing, the calculation isn't happening as well

c = list(b) # this will print 'hi' 3 times as well as returning the doubled list