python - 为什么基于 FFTW 的 pyfftw 比 numpy 的 fft() 慢？

Question

我运行测试 sqript。它使用基于FFTW的numpy.fft.fft()、anfft.fft()和基于FFTW的pyfftw.interfaces.numpy_fft.fft()。

这是我的测试脚本的来源:

import numpy as np
import anfft
import pyfftw
import time

a = pyfftw.n_byte_align_empty(128, 16, 'complex128')
a[:] = np.random.randn(128) + 1j*np.random.randn(128)

time0 = time.clock()
res1 = np.fft.fft(a)
time1 = time.clock()
res2 = anfft.fft(a)
time2 = time.clock()
res3 = pyfftw.interfaces.numpy_fft.fft(a,threads=50)
time3 = time.clock()

print 'Time numpy: %s' % (time1 - time0)
print 'Time anfft: %s' % (time2 - time1)
print 'Time pyfftw: %s' % (time3 - time2)

我得到了这些结果:

Time numpy: 0.00154248116307
Time anfft: 0.0139805208195
Time pyfftw: 0.137729374893

anfft 库在大数据上产生更快的 fft，但是 pyfftw 呢？为什么这么慢？

Answer 1

在这种情况下，产生比 CPU 内核更多的线程不会提高性能，而且可能会由于切换线程的开销而使程序变慢。 50 个线程完全是矫枉过正。

尝试使用一个线程进行基准测试。