今天為大家分享一個關於資料處理效能的對比，從原生，Pandas ，Numpy這三個方面對比？你覺得哪個更優秀呢？對於一個數據科學家來說，速度和時間是一個很至關重要的的因素

下圖顯示了我的實驗結果(詳情如下)，與純Python的處理速度做出對比。

如你所見，Numpy的表現比Pandas的表現要好幾倍。我個人喜歡用Pandas來簡化許多繁瑣的資料科學任務，它是我的首選工具。但是如果預計的處理時間超過多個小時，那麼很遺憾，我只能使用Numpy來替代Pandas。

我非常清楚實際的效能可能會有很大的不同，這取決於任務和處理型別。所以請把這些結果僅僅作為參考。沒有任何一個單獨的測試可以全面對比所有軟體工具的效能。

簡介

在下面的 Notebook 中你將會比較 Python 原生方法， Pandas 和 Numpy 處理資料的速度。

更多Python視訊、原始碼、資料加群960410445免費獲取
 

匯入模組

製作模擬隨機資料集

Dataset size 54818 records

Python 原生方法

Pandas 方法

Numpy 方法

檢查是否所有的方法生成同樣的結果

比較執行時間

Python average time: 38.77917420864105 seconds

Pandas average time: 10.483694124221802 seconds

Numpy average time: 2.914765810966492 seconds

展示結果