我需要能够将A存储numpy array在dict缓存中。哈希速度很重要。
该array代表indicies，所以在对象的真实身份并不重要，值。交互性不是问题，因为我只对当前值感兴趣。
为了将其存储在中，我应该哈希什么dict？
我当前的方法是使用str(arr.data)，它比md5我的测试更快。
我从答案中合并了一些示例，以了解相对时间：
In [121]: %timeit hash(str(y))
10000 loops, best of 3: 68.7 us per loop
In [122]: %timeit hash(y.tostring())
1000000 loops, best of 3: 383 ns per loop
In [123]: %timeit hash(str(y.data))
1000000 loops, best of 3: 543 ns per loop
In [124]: %timeit y.flags.writeable = False ; hash(y.data)
1000000 loops, best of 3: 1.15 us per loop
In [125]: %timeit hash((b*y).sum())
100000 loops, best of 3: 8.12 us per loop
对于这种特定用例（少量索引），似乎可以arr.tostring提供最佳性能。
尽管对只读缓冲区进行散列操作本身很快，但设置可写标志的开销实际上使其变慢了。
如果将其设为只读，则可以简单地对基础缓冲区进行哈希处理：
>>> a = random.randint(10, 100, 100000)
>>> a.flags.writeable = False
>>> %timeit hash(a.data)
100 loops, best of 3: 2.01 ms per loop
>>> %timeit hash(a.tostring())
100 loops, best of 3: 2.28 ms per loop
对于非常大的阵列，hash(str(a))速度要快得多，但随后只考虑了阵列的一小部分。
>>> %timeit hash(str(a))
10000 loops, best of 3: 55.5 us per loop
>>> str(a)
'[63 30 33 ..., 96 25 60]'
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句