ndarrayのindex参照より、item()のほうが早かった

会社で「asscalar()が使えなくなった」という叫びが聞こえました。

勉強不足だったのですが、asscalar()なんて初耳で、
調べてみるとnumpy v1.23.0でたしかに消えてました。

The alen and asscalar functions have been removed.    
(gh-20414)

このasscalar()は、コードコメント（実行時のワーニング）を見ると、
どうやらndarray.item()に置き換えるのが良さそう...

 DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead

しかし、私は思いました。index指定のほうが早いんちゃう？と。
関数コール挟むよりアドレス参照したほうが早いでしょ？と。（C言語脳）

そんなわけで、会社の叫んでいた人に、
「公式的にはitem()だけど、index指定のほうが早いで」
と布教するために実測することにしました。

検証コード

import numpy as np
import datetime

def print_time(func, func_name, n=100000):
    start_time = datetime.datetime.now()
    for i in range(n):
        func()
    end_time = datetime.datetime.now()
    elapsed_time = end_time - start_time
    print("処理時間:", func_name + "\t", elapsed_time, "/", n )


a = np.array([[[123]]])

print_time(lambda: np.asscalar(a), "asscalar")
print_time(lambda: a.item(), "item  ")
print_time(lambda: a[0, 0, 0], "index ")

結果

実行環境; Ubuntu18.04(!) Python 3.7(!!) のレガシーすぎる環境において

処理時間: asscalar 0:00:00.310041 / 100000
処理時間: item  	 0:00:00.028772 / 100000
処理時間: index 	 0:00:00.050342 / 100000

となりました。
なんとitem()のほうが早かったのです。
やっぱり調べて実測してみないとわかんないもんですね；；
反省です。

ちゃんとitem()を布教するようにします。

ちなみにitem()の実装がどのようになっているかも調べたかったのですが、コード見つけれず時間切れでした。。
（numpyの達人の方、情報いただけるとありがたいです・・・！）