我正在使用scipy.stats.mode来计算数字列表的模式。当数字是一堆float（使用内置float）时，该模式的计算速度非常快，但是当数字是一堆decimal.Decimal时，运算速度会慢得多。计算一堆Decimal的模式的快速（或更快）方法是什么？
答案 0 :(得分：1)
首先，Decimal本质上比float慢，因为所有逻辑都是在Python中以一点C加速实现的，而不是在CPU上的自定义电路中实现的。
此外，如果将它们放入NumPy数组中，则NumPy对Decimal类型一无所知，因此必须将它们存储为drtype=object，这意味着引用了普通的Python每个操作都必须拆箱的对象。相比之下，float值可以与dtype=float存储在一起，这意味着它们只是可以直接使用（甚至可以通过CPU矢量化一次处理多个值）的原始IEEE两倍。 >
所以，我希望它大约慢一个数量级。而且，当我进行快速测试时，它要花很长时间。
第二，scipy.stats.mode is inherently slow if you have a lot of unique elements。
而且，即使您不这样做，它仍会为您可能不需要的其他功能做额外的工作。
无论如何，您无需进行任何数学运算即可计算模式，只需比较值是否相等即可。
在其他任何地方，我们都无法从NumPy中获得任何好处。
因此，更简单，功能更弱的非NumPy解决方案实际上可能会更快。
如果您实际上需要scipy.stats.mode的任何功能，那对您没有帮助。例如，如果存在相同的值，它可以返回多个结果。它给出了模式的计数以及模式；它知道如何跳过NaN值，而不仅仅是告诉您模式是NaN。等
如果您需要任何特殊功能，则可能要考虑根据here在mode中构建一个find_repeats替代品。即使在公平的情况下，它的速度也大约是模式的5倍，并且在有很多独特的情况下不会退化。因此，即使将使用Decimal的成本提高了10倍，也仍然可以很快完成。
但是，如果您不需要它们？
statistics.mode(a)实际上比scipy.stats.mode稍微快一点，即使在公平情况下，甚至在浮点数数组中也是如此。而且，与其花费Decimal一样多，它所花费的时间也不是原来的10倍，而是花费了几乎相同的时间。collections.Counter(a).most_common(1)仅比statistics.mode慢50％，并且再也不会因Decimal而变慢。关键是，在一个似乎公平的测试上，两种明显的stdlib解决方案在scipy值上的性能都比Decimal高出约10倍或7倍。而且，如果我针对最差情况的scipy测试进行了测试，其中几乎所有值都是唯一的，则scipy.stats.mode会再次变慢大约10倍，而普通的Python解决方案根本不会变慢。
无论如何，对于这种情况，时间对输入数据的细节比对大多数情况更为敏感。因此，与其发布您确实想针对实际数据进行测试的警告（知道有一半的读者不愿意并且只是将我的基准视为有意义的），我将保留基准对自己说，并坚持认为您确实非常希望根据自己的实际数据进行测试。