पायथन numpy.square बनाम **

Question

numpy.square के बीच कोई अंतर नहीं है और ** ऑपरेटर का उपयोग एक Numpy सरणी पर कर रहा है?

जो मैं देख सकता हूं उससे यह एक ही परिणाम उत्पन्न करता है।

निष्पादन की दक्षता में कोई अंतर?

स्पष्टीकरण के लिए एक उदाहरण:

In [1]: import numpy as np 

In [2]: A = np.array([[2, 2],[2, 2]]) 

In [3]: np.square(A) 
Out[3]: 
array([[4, 4], 
     [4, 4]]) 

In [4]: A ** 2 
Out[4]: 
array([[4, 4], 
     [4, 4]]) 

Answer 1

आप निष्पादन समय की जाँच जो एक तेजी से होता है की जाँच करने के की यह

In [2]: import numpy as np 
In [3]: A = np.array([[2, 2],[2, 2]]) 
In [7]: %timeit np.square(A) 
1000000 loops, best of 3: 923 ns per loop 
In [8]: %timeit A ** 2 
1000000 loops, best of 3: 668 ns per loop 

Answer 2

सबसे उपकरणों के लिए, दोनों आप एक ही परिणाम प्राप्त होंगे। आम तौर पर मानक पायथनिक * * या एक ** 2 numpy.square() या numpy.pow() से तेज है, लेकिन numpy फ़ंक्शन अक्सर अधिक लचीला और सटीक होते हैं। यदि आप गणना करते हैं जो बहुत सटीक होने की आवश्यकता है, तो numpy से चिपके रहें और शायद अन्य डेटाटाइप (float96) का भी उपयोग करें।

सामान्य उपयोग के लिए ** ** अच्छी नौकरी और तरीके से तेजी से काम करेगा। this thread में लड़कों ने एक ही प्रश्न के लिए कुछ अच्छे उदाहरण दिए।