Numpy Element明智操作中的循环数

Question

我正在采用numpy数组和python列表的元素智能。为什么numpy操作有10000个循环？

In [1]: a = np.arange(1000)

In [2]: %timeit a**5
10000 loops, best of 3: 77.8 µs per loop

In [3]: b = range(1000)

In [4]: %timeit [i**5 for i in b]
1000 loops, best of 3: 1.64 ms per loop

Answer 1

从文档（https://docs.python.org/2/library/timeit.html#command-line-interface）：

  

如果未给出-n，则通过尝试计算合适数量的循环   连续功率为10，直到总时间至少为0.2秒。

换句话说，timeit运行你的语句10000次，因为它可以在0.2秒内执行多少次。它与您传递给ggplot(iris, aes(x = factor(Sepal.Length), y = Sepal.Width)) + geom_line(aes(group=1)) + geom_point() + theme_bw() 的数字无关。