对numpy数组进行哈希处理的最有效属性

Question

我需要能够将A存储numpy array在dict缓存中。哈希速度很重要。

该array代表indicies，所以在对象的真实身份并不重要，值。交互性不是问题，因为我只对当前值感兴趣。

为了将其存储在中，我应该进行什么哈希处理dict？

我当前的方法是使用str(arr.data)，它比md5我的测试更快。

我从答案中合并了一些示例，以了解相对时间：

In [121]: %timeit hash(str(y))

10000 loops, best of 3: 68.7 us per loop

In [122]: %timeit hash(y.tostring())

1000000 loops, best of 3: 383 ns per loop

In [123]: %timeit hash(str(y.data))

1000000 loops, best of 3: 543 ns per loop

In [124]: %timeit y.flags.writeable = False ; hash(y.data)

1000000 loops, best of 3: 1.15 us per loop

In [125]: %timeit hash((b*y).sum())

100000 loops, best of 3: 8.12 us per loop

对于这种特定用例（少量索引），似乎arr.tostring提供了最佳性能。

尽管对只读缓冲区进行散列操作本身很快，但设置可写标志的开销实际上使其变慢了。