如何解决python x** y与math.powx,y的指数
使用Power运算符**
将更快,因为它不会产生函数调用的开销。如果您反汇编Python代码,则可以看到以下内容:
>>> dis.dis('7. ** i')
1 0 LOAD_CONST 0 (7.0)
3 LOAD_NAME 0 (i)
6 BINARY_POWER
7 RETURN_VALUE
>>> dis.dis('pow(7., i)')
1 0 LOAD_NAME 0 (pow)
3 LOAD_CONST 0 (7.0)
6 LOAD_NAME 1 (i)
9 CALL_FUNCTION 2 (2 positional, 0 keyword pair)
12 RETURN_VALUE
>>> dis.dis('math.pow(7, i)')
1 0 LOAD_NAME 0 (math)
3 LOAD_ATTR 1 (pow)
6 LOAD_CONST 0 (7)
9 LOAD_NAME 2 (i)
12 CALL_FUNCTION 2 (2 positional, 0 keyword pair)
15 RETURN_VALUE
请注意,我在这里使用变量i
作为指数,因为类似常数的表达式7. ** 5
实际上是在编译时求值的。
现在,实际上,这种差异并不重要,正如您在计时时可以看到的那样:
>>> from timeit import timeit
>>> timeit('7. ** i', setup='i = 5')
0.2894785532627111
>>> timeit('pow(7., i)', setup='i = 5')
0.41218495570683444
>>> timeit('math.pow(7, i)', setup='import math; i = 5')
0.5655053168791255
所以,虽然pow
和math.pow
大约慢一倍,但仍不够快,不会太在乎。除非您实际上可以将求幂识别为瓶颈,否则如果清晰度降低,就没有理由选择一种方法而不是另一种方法。这尤其适用,因为pow
例如提供了集成的模运算。
timeit
表明这math.pow
比**
所有情况都要慢。math.pow()
无论如何有什么好处?有谁知道它有什么好处呢?
math.pow
内置函数pow
和幂运算符的最大区别**
在于,它 始终
使用浮点语义。因此,如果由于某种原因而要确保返回的结果是浮点数,math.pow
则将确保此属性。
我们来看一个示例:我们有两个数字i
和j
,不知道它们是浮点数还是整数。但我们希望得到的浮点结果i^j
。那么我们有什么选择呢?
因此,让我们测试一下:
>>> timeit('float(i) ** j', setup='i, j = 7, 5')
0.7610865891750791
>>> timeit('i ** float(j)', setup='i, j = 7, 5')
0.7930400942188385
>>> timeit('float(i ** j)', setup='i, j = 7, 5')
0.8946636625872202
>>> timeit('math.pow(i, j)', setup='import math; i, j = 7, 5')
0.5699394063529439
如您所见,math.pow
实际上更快!如果考虑一下,函数调用的开销现在也消失了,因为在所有其他替代方案中,我们都必须调用float()
。
此外,可能值得指出的是**
,pow
可以通过实现自定义类型的特殊__pow__
(和__rpow__
)方法来覆盖和的行为。因此,如果您出于某种原因(无论出于何种原因)不希望使用它,math.pow
则不会这样做。
解决方法
使用math.pow或**运算符哪个更有效?我什么时候应该使用另一个?
到目前为止,我知道x**y
可以返回一个int
或一个,float
如果您使用小数,该函数pow
将返回一个浮点数
import math
print math.pow(10,2)
print 10. ** 2
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。