Manuales

Appearance

Rendimiento en NumPy ​

NumPy es rapido cuando los datos son contiguos, tipados y las operaciones estan vectorizadas. Deja de serlo con bucles Python, dtypes objeto o copias ocultas.

Contigüidad ​

python
import numpy as np

a = np.arange(12).reshape(3, 4)
print(a.flags.c_contiguous)
b = a.T
print(b.flags.c_contiguous)
c = np.ascontiguousarray(b)

Algunas rutinas BLAS exigen memoria contigua; si no, NumPy copia internamente.

Evitar dtype=object ​

python
# Lento: array de punteros Python
np.array([1, 2, "x"], dtype=object)

Mantén columnas numericas en dtypes nativos.

Preallocar ​

python
out = np.empty(10_000)
for i in range(10_000):
    out[i] = i * i
# Mejor:
i = np.arange(10_000)
out = i * i

Si el bucle es inevitable, prealloca; no hagas list.append + np.array al final en hot paths enormes sin medir.

Medir ​

python
import timeit

setup = "import numpy as np; a=np.arange(1000000)"
print(timeit.timeit("a*a", setup=setup, number=100))

En notebooks: %timeit a * a.

Reducir memoria ​

python
a = np.arange(1_000_000, dtype=np.float64)
b = a.astype(np.float32, copy=False)

Views (ravel, slices) ahorran RAM frente a flatten / copias.

Cuando salir de NumPy ​

EscalaOpcion
Cabecera en RAM, tabularPandas / Polars
SQL analitico localDuckDB
No cabe en una maquinaPySpark / Dask / warehouse

Errores habituales ​

  • Concatenar en bucle con np.concatenate repetido (coste cuadratico).
  • Convertir a lista, procesar, volver a array.
  • Ignorar warnings de overflow en enteros pequenos.

Buenas practicas ​

  • Perfila antes de reescribir.
  • Unifica dtypes al leer datos.
  • Prefiere operaciones in-place (np.multiply(a, a, out=a)) solo cuando midas beneficio y legibilidad no sufra.

Ejercicio ​

  1. Compara %timeit de un bucle Python vs a*a en 1e6 elementos.
  2. Mide a.T.sum(axis=0) vs ascontiguousarray(a.T).sum(axis=0).
  3. Reescribe un concatenate en bucle por preallocacion.

Siguiente paso ​

Continua con Integracion con Pandas.