对于许多函数，可以使用本机 Python 或 numpy 来继续。
数学函数就是这种情况，可用于 Python 原生import math，也可用于 numpy 方法。对于数组也是如此，例如 numpy 和 python 列表推导式中的 narray 或元组。
我有两个与 Python 和 numpy 中的这些功能相关的问题
一般来说，如果方法在本机 Python 和 numpy 中可用，您更喜欢这两种解决方案中的哪一个？在效率方面？Python 和 numpy 在处理过程中有何不同？
更具体地说，关于数组以及处理数组的基本函数，例如排序、连接......，哪种解决方案更有效？是什么造就了最高效解决方案的效率？
这是一个非常开放且普遍的问题。我想这不会对我的代码产生很大影响，但我只是想知道。
一般来说，避免两者之间的转换可能是最重要的（从效率角度来看）。如果您主要在数据上使用非 numpy 函数，那么它们将使用标准 Python 数据类型在内部进行操作，因此由于需要来回转换，使用 numpy 数组会效率低下。
同样，如果您使用大量 numpy 函数来操作数据，那么将其全部转换回基本 Python 类型也是低效的。
就选择函数而言，请使用设计用于对数据已有的形式进行操作的函数 - 例如，如果您已经有一个 numpy 数组，请在其上使用 numpy 函数；同样，如果您有基本的 Python 数据类型，请使用其上的 Python 函数。numpy 的函数将针对处理 numpy 的数据类型进行优化。