python - 返回新数组和修改传入数组的性能

Question

[Related ]

在下面的快照中，我比较了

的速度

• 通过切片赋值修改现有数组
• 仅返回一个新的、修改过的数组

看来后者更快。为什么会这样？

<小时/>

编辑:更新了建议，以及使用 numpy 的矢量化 add() 的版本，这是现在最快的。

Answer 1

我对 python/numpy 内部结构了解不多，但我假设正在发生以下情况。仅通过查看代码，我得到的印象是 finline所做的工作比 freturn 更多，自 finline具有 freturn 的所有陈述确实( x + 1.0 )等等。

也许这可以解释发生了什么:

>>> x = np.random.rand(N)
>>> y = np.zeros(N)
>>> super(np.ndarray, y).__repr__()
Out[33]: '<numpy.ndarray object at 0x24c9c80>'
>>> finline(x, y)
>>> y     # see that y was modified
Out[35]: 
array([ 1.92772158,  1.47729293,  1.96549695, ...,  1.37821499,
        1.8672971 ,  1.17013856])
>>> super(np.ndarray, y).__repr__()
Out[36]: '<numpy.ndarray object at 0x24c9c80>'  # address of y did not change
>>> y = freturn(x)
>>> super(np.ndarray, y).__repr__()
Out[38]: '<numpy.ndarray object at 0x24c9fc0>'  # address of y changed

本质上，我认为 finline正在做更多的工作，因为它必须迭代 y 的元素并将每个元素初始化为 x + 1.0 返回的数组手术。另一方面，y = freturn(x)可能只是重新初始化 y 的值指针等于 x + 1.0 初始化的数组的地址操作。