pydata/numexpr

O que é?

Recursos principais

• 01Avalia expressões em arrays sem alocar temporários intermediários.
• 02Divide o trabalho em blocos do tamanho do cache e os distribui entre os núcleos de CPU.
• 03Oferece suporte a funções matemáticas comuns e comparações entre arrays de strings.
• 04Aceleração opcional de funções transcendentais com Intel MKL/VML.
• 05Pode ser instalado com pip ou conda.

Casos de uso

• Acelerar cálculos grandes, elemento a elemento, em arrays NumPy.
• Filtrar dados ou calcular condições em arrays grandes, como em consultas do Pandas ou PyTables.
• Reduzir o uso de memória em código numérico que trabalha intensamente com arrays.

Início rápido

1. 1

   Instale do PyPI com pip

   pip install numexpr
2. 2

   Ou instale com conda se você usa Anaconda ou Miniconda

   conda install numexpr
3. 3

   Avalie uma expressão em arrays do NumPy

   python -c "import numpy as np, numexpr as ne; a = np.arange(1e6); print(ne.evaluate('a + 1'))"

Antes de usar

• !Os ganhos de velocidade são pequenos para expressões muito simples e funcionam melhor com arrays grandes.
• !Os wheels do pip não incluem suporte ao Intel MKL; o MKL está disponível apenas nas compilações do conda quando o NumPy usa MKL.
• !O projeto está buscando financiamento para o futuro, então a manutenção a longo prazo é incerta.

Tópicos

Perguntas frequentes

O que é numexpr?

Avaliador rápido de expressões em arrays NumPy que calcula expressões como 3*a+4*b em blocos, usando menos memória e vários núcleos. O NumExpr avalia expressões numéricas em arrays NumPy, como '3*a+4*b', com mais rapidez e usando menos memória do que calcular o mesmo resultado em Python puro. Ele evita alocar arrays temporários para resultados intermediários e processa os dados em pequenos blocos que cabem no cache da CPU.

numexpr é gratuito? Qual é a licença?

numexpr é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.

numexpr ainda é mantido?

Manutenção ativa. O último commit de numexpr foi em 13 de out. de 2026.

Para que posso usar numexpr?

Acelerar cálculos grandes, elemento a elemento, em arrays NumPy. Filtrar dados ou calcular condições em arrays grandes, como em consultas do Pandas ou PyTables. Reduzir o uso de memória em código numérico que trabalha intensamente com arrays.

Como instalar numexpr?

Instale do PyPI com pip: pip install numexpr Ou instale com conda se você usa Anaconda ou Miniconda: conda install numexpr Avalie uma expressão em arrays do NumPy: python -c "import numpy as np, numexpr as ne; a = np.arange(1e6); print(ne.evaluate('a + 1'))"

Onde consigo numexpr?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/pydata/numexpr