所以,如果我有类似的东西x=np.random.rand(60000)*400-200.iPython %timeit说:
x.astype(int) 需要0.14msnp.rint(x)并np.around(x)采取1.01ms需要注意的是,在rint和around情况下,你仍然需要花费额外的0.14ms做最后的astype(int)(假设这是你最终想要的东西).
问题:我认为大多数现代硬件都能够在同等时间内完成两项操作.如果是这样的话,为什么numpy需要花费8倍的时间来进行舍入？
碰巧我对算术的准确性并不十分挑剔,但我看不出如何利用numpy的优势(我正在做杂乱的生物学而不是粒子物理学).