Question

我有一个大量使用numpy的模块：

from numpy import array, median, nan, percentile, roll, sqrt, sum, transpose, unique, where

通过使用

来保持名称空间整洁是更好的做法吗？

import numpy as np

然后当我需要使用array时，只需使用np.array，例如？

这个模块还会被反复调用，比如说数百万次，并且保持命名空间整洁似乎会增加一些开销？

setup = '''import numpy as np'''
function = 'x = np.sum(np.array([1,2,3,4,5,6,7,8,9,10]))'
print(min(timeit.Timer(function, setup=setup).repeat(10, 300000)))

1.66832

setup = '''from numpy import arange, array, sum'''
function = 'x = sum(array([1,2,3,4,5,6,7,8,9,10]))'
print(min(timeit.Timer(function, setup=setup).repeat(10, 300000)))

1.65137

为什么使用np.sum和sum会增加更多时间？

Answer 1

是的，最好保持名称空间整洁。所以我会用

import numpy as np

它使您的代码更具可读性，当您看到类似np.sum（array）的调用时，系统会提醒您应使用numpy数组。第二个原因是，许多numpy函数的名称与scipy等其他模块中的函数的名称相同。如果同时使用这两个函数，则始终清楚您使用的是哪个。

正如您在所做的测试中所看到的那样，性能存在差异，如果您确实需要性能，则可以采用其他方法。

性能上的差异在于，在导入特定函数的情况下，您在脚本开头的numpy模块中引用了该函数。对于常规模块导入，您只需导入对该模块的引用，而python需要在每次调用时解析/查找您在该模块中使用的功能。

Answer 2

如果您可以定义自己的别名（当然要遵守团队惯例），那么您可以两全其美（更快的名称解析和不加阴影）：

import numpy as np
(np_sum, np_min, np_arange) = (np.sum, np.min, np.arange)

x = np_arange(24)
print (np_sum(x))

定义别名的替代语法：

from numpy import \
    arange as np_arange, \
    sum as np_sum, \
    min as np_min

从numpy import导入numpy为np

2 个答案: