python之为什么 md5 在字符串上的散列比在 python 中的 numpy 数组上快得多

在 python/numpy 中，我有一个名为 random_matrix 的 10,000x10,000 数组。我使用 md5 计算 str(random_matrix) 和 random_matrix 本身的散列。字符串版本需要 0.00754404067993 秒，numpy 数组版本需要 1.6968960762 秒。当我把它变成一个 20,000x20,000 数组时，字符串版本需要 0.0778470039368，numpy 数组版本需要 60.641119957 秒。为什么是这样？ numpy 数组是否比字符串占用更多内存？另外，如果我想让这些矩阵识别文件名，在计算哈希之前转换为字符串是个好主意，还是有一些缺点？

请您参考如下方法:

str(random_matrix) 不会包含所有矩阵，因为 numpy 用“...”省略了一些东西:

>>> x = np.ones((1000, 1000)) 
>>> print str(x) 
[[ 1.  1.  1. ...,  1.  1.  1.] 
 [ 1.  1.  1. ...,  1.  1.  1.] 
 [ 1.  1.  1. ...,  1.  1.  1.] 
 ...,  
 [ 1.  1.  1. ...,  1.  1.  1.] 
 [ 1.  1.  1. ...,  1.  1.  1.] 
 [ 1.  1.  1. ...,  1.  1.  1.]] 

因此，当您对 str(random_matrix) 进行哈希处理时，您并没有真正对所有数据进行哈希处理。

参见 this previous question和 this one关于如何散列 numpy 数组。