Question

我有一些Python源代码可以处理数字列表列表（比如大约10,000个浮点数）并对这些数字进行各种计算，例如包括很多numpy.linalg.norm。

在我们最近开始从C＃UI使用此代码（通过IronPython从C＃运行此Python代码）之前，运行时间不是问题。我提取了一组函数调用（按照第1段中的描述进行操作），发现与Python 2.7相比，此代码在IronPython中运行的时间大约长4倍（这是在排除C＃/ IronPython中的启动/设置时间之后）。我正在使用C＃秒表来绕过C＃重复的IronPython调用，并在Python 2.7中使用exec文件周围的timeit模块（因此Python时间结果包括更多操作，如加载文件，创建对象，......而C＃没有“T）。前者需要大约4.0秒，而后者需要大约0.9秒。

你会期待这种差异吗？我有什么想法可以解决这个问题？其他评论？

编辑：

这是一个简单的代码示例，在我的机器上运行IronPython大约慢10倍（在Python 2.7中为4秒，在IronPython中为40秒）：

n = 700
for i in range(n-1):
    for j in range(i, n):
        dist = np.linalg.norm(np.array([i, i, i]) - np.array([j, j, j]))

Answer 1

你正在使用NUMPY吗？！你很幸运它在IronPython中有效！ The support is being added literally as we speak!

确切地说，有一个CPython-extension-to-IronPython接口项目，并且有一个本机CLR端口或numpy。我不知道你正在使用哪一个，但两种方式都比使用CPython中的C版慢几个数量级。

更新：

你显然使用的Scipy for IronPython port by Enthought看起来已经被遗弃了：链接中的最后一次提交已经有几年了，http://www.scipy.org/install.html也没有。从文章来看，它是一个部分端口，在.NET中具有接口，在C中核心与自定义接口链接。前一段也代表它。

使用来自Faster alternatives to numpy.argmax/argmin which is slow的信息，如果限制在CLR和C核心之间来回传递数据，则可能会获得一些加速。

IronPython与Python的速度与numpy

1 个答案: