Question

我很困惑，为什么test2在以下代码中不比test1快：

import timeit

setup = """
import numpy as np
A = np.ones((220, 220, 220))
B = np.ones((220, 220, 220))

class store:
    def __init__(self):
        self.C = np.empty((220, 220, 220))
Z = store()
"""

test1 = """
C = A + B
"""

test2 = """
Z.C = A + B
"""

print timeit.timeit(test1, setup, number=1000)
print timeit.timeit(test2, setup, number=1000)

给了我： 40.9241290092 40.7675480843

我认为因为Z.C是预先分配的内存，每次添加A+B并且需要一个地方来存储它时，开销就会减少，即在幕后调用malloc或者更少类似的东西。我错过了什么？

Answer 1

分配是一项快速操作，增加费用更高：

In [7]: %timeit  np.empty((220, 220, 220))
1000 loops, best of 3: 472 µs per loop

In [8]: u= np.ones((220, 220, 220))

In [9]: %timeit  u+u
10 loops, best of 3: 73.5 ms per loop

因此，即使您正确更新了数组（Z.C[:]= A+B），在您的情况下也不会赢得很多（约0.5％）。

不应该在numpy中预分配数组更快吗？

1 个答案: