详细内容或原文请订阅后点击阅览
numexpr：“比numpy快”库，大多数数据科学家从未使用过
与Numpythe Post Numexpr的比较性能测试：“比Numpy更快”库，大多数数据科学家从未使用过首先使用的数据科学。
来源:走向数据科学前几天，我遇到了一个我以前从未听说过的图书馆。它称为numexpr。
numexpr我立即感兴趣，因为对图书馆提出了一些主张。特别是，它指出，对于一些复杂的数值计算，它的速度比Numpy快15倍。
i很感兴趣，因为到目前为止，Numpy在Python的数值计算空间中一直保持不受挑战。特别是在数据科学方面，Numpy是机器学习，探索性数据分析和模型培训的基石。我们可以用来挤出系统中每一个最后的性能的任何东西都将受到欢迎。因此，我决定自己对考试进行索赔。
数据科学您可以在本文末尾找到指向NUMEXPR存储库的链接。
什么是numexpr？
根据其GitHub页面，NumExpr是Numpy的快速数值表达式评估器。使用它，在数组上运行的表达式加速并使用的内存少于与其他数值库中的Python中相同的计算，例如Numpy。
numpy此外，由于它是多线程，NumExpr可以使用所有CPU内核，这通常会导致与Numpy相比的大量性能缩放。
设置开发环境
在开始编码之前，让我们设置开发环境。最好的做法是创建一个单独的Python环境，您可以在其中安装任何必要的软件并尝试编码，因为知道您在这种环境中所做的任何事情都不会影响系统的其余部分。我为此使用Conda，但是您可以使用最适合您的任何方法。
python如果您想沿着Miniconda路线沿着它的速度走，但必须先安装Miniconda。使用此链接获取它：
https://www.anaconda.com/docs/main 1/创建我们的新开发环境并安装所需的库 div> 2/ Start Jupyter div> jupyter笔记本 您的URL与我的URL不同，但看起来应该像这样： - 比较numexpr和numpy绩效 π
https://www.anaconda.com/docs/main
1/创建我们的新开发环境并安装所需的库 div>2/ Start Jupyter div>
jupyter笔记本