当数组是字符串时，为什么np.unique（array.tolist（））比np.unique（数组）更快，而浮点数则相反？

Question

考虑下面的数组和测试结果 当数组元素是字符串时为什么运行tolist()更快，而当数组元素是浮点数时更快？

bunch_of_strings = pd.DataFrame(
    np.random.choice(list(ascii_letters), (10000, 4))).sum(1).values
bunch_of_floats = np.random.rand(10000)

Answer 1

你的bunch_of_strings数组有对象dtype，这意味着它没有NumPy带来的任何好处。它基本上只是一个更糟糕的列表，其中包含一堆特定于NumPy的开销和固定大小。

当您致电tolist时，np.unique必须将列表转换回数组。如果是这样，它会生成一个dtype dtype('S4')数组，一个字符串dtype。非对象dtype的好处可以在np.unique调用中节省大量时间，而不是在额外转换中丢失。

相比之下，bunch_of_floats有float64 dtype，而array-＆gt; list-＆gt;数组转换并没有改变它。这只是浪费时间。