python x。** y与math.pow（x，y）的指数

如何解决python x。** y与math.pow（x，y）的指数？

使用Power运算符**将更快，因为它不会产生函数调用的开销。如果您反汇编Python代码，则可以看到以下内容：

>>> dis.dis(’7. ** i’) 1 0 LOAD_CONST 0 (7.0) 3 LOAD_NAME0 (i) 6 BINARY_POWER 7 RETURN_VALUE >>> dis.dis(’pow(7., i)’) 1 0 LOAD_NAME0 (pow) 3 LOAD_CONST 0 (7.0) 6 LOAD_NAME1 (i) 9 CALL_FUNCTION 2 (2 positional, 0 keyword pair) 12 RETURN_VALUE >>> dis.dis(’math.pow(7, i)’) 1 0 LOAD_NAME0 (math) 3 LOAD_ATTR1 (pow) 6 LOAD_CONST 0 (7) 9 LOAD_NAME2 (i) 12 CALL_FUNCTION 2 (2 positional, 0 keyword pair) 15 RETURN_VALUE

请注意，我在这里使用变量i作为指数，因为类似常数的表达式7. ** 5实际上是在编译时求值的。

现在，实际上，这种差异并不重要，正如您在计时时可以看到的那样：

>>> from timeit import timeit>>> timeit(’7. ** i’, setup=’i = 5’)0.2894785532627111>>> timeit(’pow(7., i)’, setup=’i = 5’)0.41218495570683444>>> timeit(’math.pow(7, i)’, setup=’import math; i = 5’)0.5655053168791255

所以，虽然pow和math.pow大约慢一倍，但仍不够快，不会太在乎。除非您实际上可以将求幂识别为瓶颈，否则如果清晰度降低，就没有理由选择一种方法而不是另一种方法。这尤其适用，因为pow例如提供了集成的模运算。

Alfe在上述评论中提出了一个很好的问题：

timeit表明这math.pow比**所有情况都要慢。math.pow()无论如何有什么好处？有谁知道它有什么好处呢？

math.pow内置函数pow和幂运算符的最大区别**在于，它 始终使用浮点语义。因此，如果由于某种原因而要确保返回的结果是浮点数，math.pow则将确保此属性。

我们来看一个示例：我们有两个数字i和j，不知道它们是浮点数还是整数。但我们希望得到的浮点结果i^j。那么我们有什么选择呢？

我们可以将至少一个参数转换为浮点数，然后执行i ** j。我们可以i ** j将结果转换为浮点数（当浮点数为i或时，会自动使用浮点指数j，因此结果相同）。我们可以使用math.pow。

因此，让我们测试一下：

>>> timeit(’float(i) ** j’, setup=’i, j = 7, 5’)0.7610865891750791>>> timeit(’i ** float(j)’, setup=’i, j = 7, 5’)0.7930400942188385>>> timeit(’float(i ** j)’, setup=’i, j = 7, 5’)0.8946636625872202>>> timeit(’math.pow(i, j)’, setup=’import math; i, j = 7, 5’)0.5699394063529439

如您所见，math.pow实际上更快！如果考虑一下，函数调用的开销现在也消失了，因为在所有其他替代方案中，我们都必须调用float()。

此外，可能值得指出的是**，pow可以通过实现自定义类型的特殊__pow__（和__rpow__）方法来覆盖和的行为。因此，如果您出于某种原因（无论出于何种原因）不希望使用它，math.pow则不会这样做。

解决方法

使用math.pow或**运算符哪个更有效？我什么时候应该使用另一个？

到目前为止，我知道x**y可以返回一个int或一个，float如果您使用小数，该函数pow将返回一个浮点数

import mathprint math.pow(10,2)print 10. ** 2