快速访问numpy.ndarray

Question

我有两个cython代码片段（我在这里使用ipython）：

%%cython --cplus 
import numpy as np
cimport numpy as np
cimport cython
from libcpp.vector cimport vector

def autoregr5(np.ndarray[np.float64_t,ndim=1] arr,np.float64_t alph):
    cdef vector[float] vec;
    vec.reserve(arr.size)
    vec.push_back(arr[0])
    for i from 1 <= i < (arr.size):
        vec.push_back(vec.back() * alph + arr[i])
    return vec


%%cython --cplus 
import numpy as np
cimport numpy as np
cimport cython

@cython.boundscheck(False) 
@cython.wraparound(False)
@cython.overflowcheck(False)
@cython.initializedcheck(False)
def autoregr6(np.ndarray[np.float64_t,ndim=1] arr,np.float64_t alph):
    cdef np.ndarray[np.float64_t,ndim=1] result =     np.zeros(arr.size,dtype = np.float64)
    result[0]=arr[0]
    for i from 1 <= i < (arr.size):
       result[i] = result[i-1] * alph + arr[i]
    #arr[i]
    return result

问题是autoregr6在1e7浮点数的np.array上运行需要2.2秒（与python相当），而对于autoregr5，我的机器只需要250毫秒（i7 4790，ubuntu 14，python） 3.4，cython 0.23）。 像这样的操作似乎特别耗时：

result[i] = result[i-1]

虽然这些：

result[i] = arr[i]

执行得非常快。你能告诉我如何加快这个速度吗？