我试图比较两者，一个是pandas.unique（），另一个是numpy.unique（），我发现后者实际上超过了第一个。
我不确定是否是线性的。
有人可以告诉我为什么在代码实现方面存在这种差异吗？在什么情况下应该使用哪种？
谢谢。我是Stackoverflow的新手，对不起，如果我问得太多。
答案 0 :(得分：0)
np.unique（）将数据视为数组，因此它会分别遍历每个值，然后标识唯一字段。
而pandas已预先构建了包含此信息的元数据，而pd.unique（）只是调用包含“独特”信息的元数据，因此不必再次计算。
答案 1 :(得分：-1)
很难说没有详细检查代码，但我怀疑这是由于pandas的矢量化性质和Numpy的数组方向所致。
pandas在Series中组织数据，这可能有助于缓存局部性并简化对唯一值的搜索。此外，pandas中的操作是根据需要执行的，这意味着您可以迭代到所讨论的Series的唯一值。这样的操作通常不需要额外的内存（或至少不需要太多）。
我不知道Numpy中有任何此类优化。对于数组来说，要困难得多。但是，我并不感到惊讶-Numpy有时效率很低，并且pandas不断得到改进。
此外，pandas似乎更适合于大数据处理，而Numpy则适合于较小规模的数字运算。