在python中，对于标量，math.acos（）比numpy.arccos（）更快吗？

Question

我使用大量的几何计算在Python中进行一些科学计算，并且在使用numpy与标准math库之间遇到了重大差异。

>>> x = timeit.Timer('v = np.arccos(a)', 'import numpy as np; a = 0.6')
>>> x.timeit(100000)
0.15387153439223766
>>> y = timeit.Timer('v = math.acos(a)', 'import math; a = 0.6')
>>> y.timeit(100000)
0.012333301827311516

超过10倍的加速！我几乎所有的标准数学函数都使用numpy，我只是假设它已经过优化，至少和math一样快。对于足够长的向量，numpy.arccos（）最终将赢得与使用math.acos（）的循环，但由于我只使用标量情况，使用math.acos（），math.asin（）是否有任何缺点， math.atan（）全面而不是numpy版本？

Answer 1

使用math模块中的标量功能完全没问题。由于

，numpy.arccos函数可能会变慢

• conversion to an array (and a C data type)
• C function call overhead
• 将结果转换回python类型

如果性能差异对您的问题很重要，则应检查是否确实无法使用阵列操作。正如user2357112在评论中所说，数组是numpy真正擅长的。