最近，我试图在执行numpy操作期间提高速度，并做了以下一些测试：
np.add(a,1,out=a) # time=0.037
a=np.add(a,1) # time=0.224
b=np.add(a,1) # time=0.228
使用“ out =”的第一个比第二个和第三个快约5-8倍。我能理解其中的区别，因为第一个执行每个加法操作都在自己的位置，而第二个和第三个必须创建新的内存块。
然后我对另一个功能“更大”进行了测试：
np.greater(a,1,out=a) # time=0.117
a=np.greater(a,1) # time=0.138
b=np.greater(a,1) # time=0.047
经过多次测试，似乎第二个花费了最多的时间，第一个花费了大约80％的时间，而第三个花费了30％-40％的时间。
我对“更大”功能及其速度测试结果不清楚。 请给一些建议，非常感谢！
import timeit
init = """
import numpy as np
a=np.arange(900000)
"""
f1="""
np.add(a,1,out=a)
"""
f2="""
a=np.add(a,1)
"""
f3="""
b=np.add(a,1)
"""
print(timeit.timeit(stmt=f1, setup=init,number=100))
print(timeit.timeit(stmt=f2, setup=init,number=100))
print(timeit.timeit(stmt=f3, setup=init,number=100))