Python提供了一些也在python中实现的方法：
权力：x ** 2与np.power(x,2)
Matrix muliplication elementwise：X * Y与np.multiply(X,Y)
总结：sum(X)与np.sum(X)
等
所以，我现在想知道：numpy中的实现是否比Python中的本地实现更有效，或者根本不重要？
答案 0 :(得分：1)
这些是不同的情况。运算符与函数，Python列表函数与numpy数组函数。
Power: x ** 2 vs. np.power(x,2)
Python将x**2翻译为x.__pow__(2)，从而将任务委派给pow的{{1}}方法。如果x是一个数组，那么它使用的数组版本为x。在根据需要将pow转换为数组后，np.power可能也会这样做。有时这个numpy函数委托可以在Python代码中看到。这里编译x。
np.power同样Matrix muliplication elementwise: X * Y vs. np.multiply(X,Y)
变为X*Y。 X.__mul__(Y)是一个numpy np.multiply，是一类具有附加功能的运算符（如ufunc，accumulate等）。它还有许多参数（reduceat，out等），这些参数不适用于运营商版本。
casting有一个Python Sum: sum(X) vs. np.sum(X)
，它将输入视为列表。 sum将其输入转换为数组，然后求和。
作为一般规则，如果运算符版本适用于您的变量，请使用它。这适用于数字标量和数组。列表通常具有这些运算符的自己版本（例如np.sum或[1,2,3]*3）。使用numpy函数版本，如果它使您的代码更清晰（对您而言），或者如果您需要它首先将输入转换为数组。
在特殊情况下，一个版本或另一个版本会更快，但这不应该是第一个考虑因素。获得正确和清晰的代码具有优先权。