Python で平均値？ でも，R より遅い（その2）

コメントをいただいた

> pythonは標準ではRで言うlistで配列を扱うので, 標準では速度的に不利です。それをRと同じようにベクトル(配列)で扱えるようにするのがnumpyですので,
> numpy.mean(numpy.arange(1,10000000))
> みたいにして比較するなら良いかと思います。
> 上記のpythonの例だと, Rで言うなれば x にたような比較になってしまっています。
> # つまりリスト処理のオーバーヘッドの計測をしてしまっている.

なるほど，遅すぎるとは思いました。

しかし，以下のようにしてみましたが，

>>> import numpy
>>> import time
>>> s = time.time()
>>> numpy.mean(numpy.arange(1,10000001))
5000000.5
>>> print(time.time()-s)
0.1522839069366455

しかしなおかつ，10倍ほど遅い（まあ，1秒以下なんだから，大人げなく目くじら立てるほどでもないが）

なお，重箱の隅突きで申し訳ないが，

numpy.arange(1,10000000)

ではなくて，

numpy.arange(1,10000001)

これも，python のやーーなところ（^_^）

＝＝＝＝＝

R でリストを使うと遅いだろうという指摘はごもっとも

> options(digits=16)
> system.time({
+     x = as.list(1:10000000)
+     Sum = 0
+     for (i in x) Sum = Sum+x[[i]]
+     print(Sum/length(x))
+ })
[1] 5000000.5
            ユーザ            システム                経過  
0.68999999999999773 0.01800000000000068 0.70499999999992724

でも，list は使わないし...大部分は for のせいだし...

========

追加，上述 python3 の実行結果は，当然ながら，コンソールで逐一入力したものではない（そりゃそうでしょ）

しかし，一行ずつのスクリプトを入力するのではなく，以下のように，全行まとめてやるとずっと速いということがわかった

>>> s=time.time();np.mean(np.arange(1,10000001));print(time.time()-s)
5000000.5
0.03643488883972168

パーサー（？）に一括して渡すかどうかの違いかな？