Python开根号性能对比:math.sqrt、pow与cmath实测

纸上星河
纸上星河
发布时间:2026-10-15| 5人浏览过
原创

本文通过Python代码实测对比了三种开根号方法的速度:使用math.sqrt、内置pow函数以及cmath模块。测试循环75万次,结果显示math.sqrt耗时约0.06秒最快,**运算约0.15秒,math.pow约0.21秒,而cmath.sqrt处理复数耗时最长。文章提供了各方法的完整代码示例及类型说明,供开发者参考选择。

直接上代码进行对比分析。


import time
import math
import numpy as np
def timeit1():
 s = time.time()
 for i in range(750000):
  z=i**.5
 print ("Took %f seconds" % (time.time() - s))
def timeit2(arg=math.sqrt):
 s = time.time()
 for i in range(750000):
  z=arg(i)
 print ("Took %f seconds" % (time.time() - s))
def timeit3(arg=np.sqrt):
 s = time.time()
 for i in range(750000):
  z=arg(i)
 print ("Took %f seconds" % (time.time() - s))
def timeit4():
 s = time.time()
 for i in range(750000):
  z=math.pow(i,.5)
 print ("Took %f seconds" % (time.time() - s))
timeit1()
timeit2()
timeit3()
timeit4()

Took 0.152364 seconds
Took 0.061580 seconds
Took 1.016529 seconds
Took 0.215403 seconds

补充:Python笔记-开根号的几种方式

前言

本文将使用Python中的内置库math、内置函数pow以及内置库cmath,对数字进行开根号运算的性能进行对比测试。

方法一

使用方式:math.sqrt(数字)


import math
n = int(input('数字:'))
x = math.sqrt(n)
print(x)
print(type(x)) #开根号后的类型为float

方法二

使用方式:pow(数字,次方)


n = int(input('数字:'))
x = pow(n,0.5)
print(x)
print(type(x)) #开根号后的类型为float

方法三

使用方式:cmath.sqrt(数字)

该方法主要用于处理复数或负数的开方运算。


import cmath
n = int(input('数字: '))
x = cmath.sqrt(n)
print(x)
print(type(x)) #类型为complex

以上为个人经验总结,希望能给大家一个参考。也希望大家多多支持本站。如有错误或未考虑完全的地方,望不吝赐教。

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。