Numpy是Python科学计算的一个核心模块。它提供了非常高效的数组对象，以及用于处理这些数组对象的工具。一个Numpy数组由许多值组成，所有值的类型是相同的。
Python的核心库提供了List列表。列表是最常见的Python数据类型之一，它可以调整大小并且包含不同类型的元素，非常方便。
那么List和NumpyArray到底有什么区别？为什么我们需要在大数据处理的时候使用NumpyArray？答案是性能。
Numpy数据结构在以下方面表现更好：
1.内存大小—Numpy数据结构占用的内存更小。
2.性能—Numpy底层是用C语言实现的，比列表更快。
3.运算方法—内置优化了代数运算等方法。
下面分别讲解在大数据处理时，Numpy数组相对于List的优势。
1.内存占用更小
适当地使用Numpy数组替代List，你能让你的内存占用降低20倍。
对于Python原生的List列表，由于每次新增对象，都需要8个字节来引用新对象，新的对象本身占28个字节（以整数为例）。所以列表list的大小可以用以下公式计算：
64+8*len(lst)+len(lst)*28字节
而使用Numpy，就能减少非常多的空间占用。比如长度为n的Numpy整形Array，它需要：
96+len(a)*8字节
可见，数组越大，你节省的内存空间越多。假设你的数组有10亿个元素，那么这个内存占用大小的差距会是GB级别的。
2.速度更快、内置计算方法
运行下面这个脚本，同样是生成某个维度的两个数组并相加，你就能看到原生List和NumpyArray的性能差距。
importtimeimportnumpyasnpsize_of_vec=defpure_python_version():t1=time.time()X=range(size_of_vec)Y=range(size_of_vec)Z=[X+Yforiinrange(len(X))]returntime.time()-t1defnumpy_version():X=np.arange(size_of_vec)Y=np.arange(size_of_vec)Z=X+Yreturnt1=pure_python_version()t2=numpy_version()print(t1,t2)print("Numpyisinthisexample"+str(t1/t2)+"faster!")
结果如下：
0..Numpyisinthisexample1.faster!
可以看到，Numpy比原生数组快1.95倍。
如果你细心的话，还能发现，Numpyarray可以直接执行加法操作。而原生的数组是做不到这点的，这就是Numpy运算方法的优势。
我们再做几次重复试验，以证明这个性能优势是持久性的。
importnumpyasnpfromtimeitimportTimerX_list=range(size_of_vec)Y_list=range(size_of_vec)X=np.arange(size_of_vec)Y=np.arange(size_of_vec)def():Z=[X_list+Y_listforiinrange(len(X_list))]def():Z=X+Ytimer_obj1=Timer("pure_python_version()","from__main__importpure_python_version")timer_obj2=Timer("numpy_version()","from__main__importnumpy_version")print(timer_obj1.timeit(10))print(timer_obj2.timeit(10))#RunsFaster!print(timer_obj1.repeat(repeat=3,number=10))print(timer_obj2.repeat(repeat=3,number=10))#repeattoproveit!
结果如下：
0..[0.,0.,0.][6.e-05,2.e-05,2.e-05]
可以看到，第二个输出的时间总是小得多，这就证明了这个性能优势是具有持久性的。
所以，如果你在做一些大数据研究，比如金融数据、股票数据的研究，使用Numpy能够节省你不少内存空间，并拥有更强大的性能。