为什么在字符串上md5哈希比在python中的numpy数组上快得多？

Question

在python / numpy中，我有一个名为的10,000x10,000数组random_matrix。我使用MD5计算哈希值str(random_matrix)和random_matrix本身。在字符串版本上花费0.00754404067993秒，在numpy数组版本上花费1.6968960762。当我将其放入20,000x20,000数组时，在字符串版本上花费0.0778470039368，在numpy数组版本上花费60.641119957秒。为什么是这样？numpy数组比字符串占用更多的内存吗？另外，如果我想用这些矩阵标识文件名，那么在计算散列值之前将其转换为字符串是一个好主意，还是有一些缺点？

Answer 1

str(random_matrix) 由于numpy用“ ...”省略，因此不会包含所有矩阵：

>>> x = np.ones((1000, 1000))
>>> print str(x)
[[ 1.  1.  1. ...,  1.  1.  1.]
 [ 1.  1.  1. ...,  1.  1.  1.]
 [ 1.  1.  1. ...,  1.  1.  1.]
 ..., 
 [ 1.  1.  1. ...,  1.  1.  1.]
 [ 1.  1.  1. ...,  1.  1.  1.]
 [ 1.  1.  1. ...,  1.  1.  1.]]

因此，当您对进行哈希处理时str(random_matrix)，您并没有真正对所有数据进行哈希处理。

见这先前的问题和这个有关如何哈希numpy的阵列。