小编Qun*_*zed的帖子

我正在考虑在解析问题polars中使用 in 代替numpy，将结构化文本文件转换为字符表并在不同的列上进行操作。然而，这似乎比我执行的大多数操作polars慢大约 5 倍。numpy我想知道为什么会出现这种情况，以及考虑到应该polars更快，我是否做错了什么。

例子：

import requests
import numpy as np
import polars as pl

# Download the text file
text = requests.get("https://files.rcsb.org/download/3w32.pdb").text

# Turn it into a 2D array of characters
char_tab_np = np.array(file.splitlines()).view(dtype=(str,1)).reshape(-1, 80)

# Create a polars DataFrame from the numpy array
char_tab_pl = pl.DataFrame(char_tab_np)

# Sort by first column with numpy
char_tab_np[np.argsort(char_tab_np[:,0])]

# Sort by first column with polars
char_tab_pl.sort(by="column_0")

使用%%timeitin 时Jupyter …

我需要编写一个名为'concat' 的python 函数，它接受任意两个函数作为输入，并返回一个函数，该函数是两个输入函数的连接函数（即它接受f1 和f2，并返回f1?f2）。

我试过这个：

def concat(f1,f2):
    return f1(f2)

例如，如果 f1 和 f2 是：

def f1(x):
    return x+2
def f2(x):
    return x*2

然后， concat(f1,f2) 应该返回： (x*2)+2

我希望能够像这样使用它：

a = concat(f1,f2)
a(5)

但我收到一个错误：

类型错误：不支持 + 的操作数类型：'function' 和 'int'

我知道我可以这样定义函数：

def concat(f1,f2,x): 
    return f1(f2(x))

但这不是我想要的；我希望能够创建 concat 函数的实例，然后可以用任何 x 调用它。