我将mean模块的statistics函数的性能与简单的sum(l)/len(l)方法进行了比较，发现mean函数由于某种原因非常慢。我使用timeit和下面的两个代码片段来比较它们，是否有人知道是什么导致执行速度的巨大差异？我使用的是Python 3.5。
from timeit import repeat
print(min(repeat('mean(l)',
'''from random import randint; from statistics import mean; \
l=[randint(0, 10000) for i in range(10000)]''', repeat=20, number=10)))
上面的代码在我的机器上执行约0.043秒。
from timeit import repeat
print(min(repeat('sum(l)/len(l)',
'''from random import randint; from statistics import mean; \
l=[randint(0, 10000) for i in range(10000)]''', repeat=20, number=10)))
上面的代码在我的机器上执行约0.000565秒。
答案 0 :(得分：68)
Python的statistics模块不是为速度而构建的，而是为精度而构建的
在the specs for this module中，似乎
在处理花车时，内置总和可能会失去准确性 不同程度。因此，上述天真的意思就是失败了 ＆＃34;酷刑测试＆＃34;
assert mean([1e30, 1, 3, -1e30]) == 1返回0而不是1，纯粹的计算错误为100％。
在里面使用math.fsum意味着使用float更准确 数据，但它也有转换任何参数的副作用 即使在不必要的情例如。我们应该期待列表的平均值 分数是一个分数，而不是浮点数。
相反，如果我们在此模块中查看_sum()的实现，则该方法的第一行是文档字符串seem to confirm that：
def _sum(data, start=0):
"""_sum(data [, start]) -> (type, sum, count)
Return a high-precision sum of the given numeric data as a fraction,
together with the type to be converted to and the count of items.
[...] """
所以是的，statistics sum的实现，而不是对Python的内置sum()函数的简单单行调用，本身大约需要20行在其正文中有一个嵌套的for循环。
这是因为statistics._sum选择保证它可能遇到的所有类型数字的最大精确度（即使它们彼此差异很大），而不是简单地强调速度。
因此，内置sum证明快一百倍是正常的。它的成本低得多，恰好用异国号码来称呼它。
其他选项
如果您需要优先考虑算法的速度，则应该查看Numpy，而不是在C中实现的算法。
NumPy的意思并不像statistics那么精确，但它实现了（自2013年起）routine based on pairwise summation，这比天真sum/len更好（链接中的更多信息）
...然而
import numpy as np
import statistics
np_mean = np.mean([1e30, 1, 3, -1e30])
statistics_mean = statistics.mean([1e30, 1, 3, -1e30])
print('NumPy mean: {}'.format(np_mean))
print('Statistics mean: {}'.format(statistics_mean))
> NumPy mean: 0.0
> Statistics mean: 1.0
答案 1 :(得分：6)
如果你关心速度，请使用numpy / scipy / pandas：
In [119]: from random import randint; from statistics import mean; import numpy as np;
In [122]: l=[randint(0, 10000) for i in range(10**6)]
In [123]: mean(l)
Out[123]: 5001.992355
In [124]: %timeit mean(l)
1 loop, best of 3: 2.01 s per loop
In [125]: a = np.array(l)
In [126]: np.mean(a)
Out[126]: 5001.9923550000003
In [127]: %timeit np.mean(a)
100 loops, best of 3: 2.87 ms per loop
结论：它会快几个数量级 - 在我的例子中它快了700倍，但可能不那么精确（因为numpy没有使用Kahan求和算法）。
答案 2 :(得分：5)
前一段时间我问了同样的问题，但是一旦我注意到_sum函数在源代码317中被调用，我就明白了原因：
def _sum(data, start=0):
"""_sum(data [, start]) -> (type, sum, count)
Return a high-precision sum of the given numeric data as a fraction,
together with the type to be converted to and the count of items.
If optional argument ``start`` is given, it is added to the total.
If ``data`` is empty, ``start`` (defaulting to 0) is returned.
Examples
--------
>>> _sum([3, 2.25, 4.5, -0.5, 1.0], 0.75)
(<class 'float'>, Fraction(11, 1), 5)
Some sources of round-off error will be avoided:
>>> _sum([1e50, 1, -1e50] * 1000) # Built-in sum returns zero.
(<class 'float'>, Fraction(1000, 1), 3000)
Fractions and Decimals are also supported:
>>> from fractions import Fraction as F
>>> _sum([F(2, 3), F(7, 5), F(1, 4), F(5, 6)])
(<class 'fractions.Fraction'>, Fraction(63, 20), 4)
>>> from decimal import Decimal as D
>>> data = [D("0.1375"), D("0.2108"), D("0.3061"), D("0.0419")]
>>> _sum(data)
(<class 'decimal.Decimal'>, Fraction(6963, 10000), 4)
Mixed types are currently treated as an error, except that int is
allowed.
"""
count = 0
n, d = _exact_ratio(start)
partials = {d: n}
partials_get = partials.get
T = _coerce(int, type(start))
for typ, values in groupby(data, type):
T = _coerce(T, typ) # or raise TypeError
for n,d in map(_exact_ratio, values):
count += 1
partials[d] = partials_get(d, 0) + n
if None in partials:
# The sum will be a NAN or INF. We can ignore all the finite
# partials, and just look at this special one.
total = partials[None]
assert not _isfinite(total)
else:
# Sum all the partial sums using builtin sum.
# FIXME is this faster if we sum them in order of the denominator?
total = sum(Fraction(n, d) for d, n in sorted(partials.items()))
return (T, total, count)
与仅调用内置sum相比，发生了大量操作，根据文档字符串mean计算高精度和。
你可以看到使用mean vs sum可以给你不同的输出：
In [7]: l = [.1, .12312, 2.112, .12131]
In [8]: sum(l) / len(l)
Out[8]: 0.6141074999999999
In [9]: mean(l)
Out[9]: 0.6141075
答案 3 :(得分：5)
len（）和sum（）都是Python内置函数（功能有限），用C语言编写，更重要的是，它们经过优化，可以快速处理某些类型或对象（列表）。
您可以在此处查看内置函数的实现：
https://hg.python.org/sandbox/python2.7/file/tip/Python/bltinmodule.c
statistics.mean（）是一个用Python编写的高级函数。看看它是如何实现的：
https://hg.python.org/sandbox/python2.7/file/tip/Lib/statistics.py
你可以看到后来在内部使用另一个名为_sum（）的函数，与内置函数相比，它会进行一些额外的检查。
答案 4 :(得分：2)
据该帖子说： Calculating arithmetic mean (average) in Python
应该是“由于统计中的和运算符的特别精确的实现”。
均值函数使用内部_sum函数编码，该函数应该比正常加法更精确，但速度要慢很多（此处可用代码：https://hg.python.org/cpython/file/3.5/Lib/statistics.py）。
在PEP中指定： https://www.python.org/dev/peps/pep-0450/ 准确性被认为是该模块的速度更重要。
答案 5 :(得分：0)
如果你想要更快的均值函数，[Error: ENOENT: no such file or directory, open 'C:\repos\Puppeteer\output\0-aHR0cHM6Ly93d3cudTJ1ZS5jb20vdGF4L2hvbWUucGhwP2VtNWhwdDRucjZldzh5dnZzdTBpZmt
xdGFuMTE5emxjZDc4c25xYnU0dTFlOHpiN3Nlb21pZ2x0eTc3c2p4cmQ3OXpza3FibXRyMGY5bnZmeGRycG4yMGZ4cDMwY3J0MGZpNGkwaG53dXF5cWtmbHRsaXBqd2c2YWN1cGNxbDZja2ZiOTd4YmJuYmdobmRkZnpweGp3bWg
yb2lsY2ZtZW83ZmR0NGd1dWR1dm1tbnMwMWhhc2JvY2VheXNuMndkZGRlcWJjNmF5-index.png'] {
errno: -4058,
code: 'ENOENT',
syscall: 'open',
path: 'C:\\repos\\Puppeteer\\output\\0-aHR0cHM6Ly93d3cudTJ1ZS5jb20vdGF4L2hvbWUucGhwP2VtNWhwdDRucjZldzh5dnZzdTBpZmtxdGFuMTE5emxjZDc4c25xYnU0dTFlOHpiN
3Nlb21pZ2x0eTc3c2p4cmQ3OXpza3FibXRyMGY5bnZmeGRycG4yMGZ4cDMwY3J0MGZpNGkwaG53dXF5cWtmbHRsaXBqd2c2YWN1cGNxbDZja2ZiOTd4YmJuYmdobmRkZnpweGp3bWgyb2lsY2ZtZW83ZmR0NGd1dWR1dm1tbnMwM
Whhc2JvY2VheXNuMndkZGRlcWJjNmF5-index.png'
}
模块在 python 3.8 中引入了 fmean 函数。它在计算平均值之前将其数据转换为 statistics。
（实现here）
快速比较：
float给我：
import timeit, statistics
def test_basic_mean(): return sum(range(10000)) / 10000
def test_mean(): return statistics.mean(range(10000))
def test_fmean(): return statistics.fmean(range(10000))
print("basic mean:", min(timeit.repeat(stmt=test_basic_mean, setup="from __main__ import test_basic_mean", repeat=20, number=10)))
print("statistics.mean:", min(timeit.repeat(stmt=test_mean, setup="from __main__ import statistics, test_mean", repeat=20, number=10)))
print("statistics.fmean:", min(timeit.repeat(stmt=test_fmean, setup="from __main__ import statistics, test_fmean", repeat=20, number=10)))