[Python] Numpy.array e tempi di accesso

Manlio Perillo manlio.perillo a gmail.com
Mar 3 Nov 2015 18:23:29 CET


2015-11-03 18:19 GMT+01:00 Manlio Perillo <manlio.perillo a gmail.com>:
> 2015-11-03 17:19 GMT+01:00 Pietro Battiston <ml a pietrobattiston.it>:
>> Salve a tutti di nuovo,
>>
>> se definisco un semplice Fibonacci con una cache (volutamente un po'
>> stupida):
>>
>
>> [...]
>> E va bene che il
>> dizionario Python  una struttura efficiente, ma...  sempre una hash
>> table pi un indexing, come fa a battere un semplice indexing?
>> [...]
>> ... ma resta il fatto (verificato con %lprun) che "cached = cache[n]"  pi veloce quando cache  un dizionario (~0.3 s) che quando  un array (~0.4 s).
>>
>> Ci umilia quel briciolo di comprensione delle strutture di dati che credevo di avere. Qualcuno sa illuminarmi?
>>
>
> Tieni conto che con Python  ben possibile che ci siano altri fattori
> che "mascherano" le performance reali [1].
> Magari l'indexing di un array numpy non accede direttamente alla
> memoria come accade in C.
>

Ed infatti:
http://stackoverflow.com/questions/22239199/numpy-array-indexing-and-or-addition-seems-slow

A differenza di Go, per, qui non puoi farci niente!


Ciao  Manlio


Maggiori informazioni sulla lista Python