爲什麼numpy本身是「緩慢」的？

Question

鑑於thread here

看起來numpy不是最理想的超快速計算。有沒有人知道我們在使用numpy進行數值計算時必須注意什麼？

Answer 1

那麼，取決於你想做什麼。舉例來說，XOR對於有興趣進行數值線性代數的人（由於在下面使用優化的BLAS/LAPACK庫，numpy非常快速）幾乎沒有關係。

通常，從numpy獲得良好性能背後的重要思想是將解釋器的成本分攤到許多元素上。換句話說，將循環從python代碼（慢）移動到numpy/BLAS/LAPACK /等處的C/Fortran循環中。內部（快速）。如果你在這個操作中成功（稱爲向量化），性能通常會很好。

當然，通過轉儲python解釋器和使用C++代替，你顯然可以獲得更好的性能。這種方法是否成功取決於你在C++和numpy的高性能編程方面的優秀程度，以及你想要做什麼操作。

Answer 2

我真的不能說，但我猜想有兩個因素：

1. 也許numpy的是複製更多的東西？當你避免分配大的臨時數組時，編織速度通常更快，但這裏應該沒有關係。

2. numpy在遍歷（可能）多維數組時使用了一些開銷。這種開銷通常會被數字處理所壓垮，但xor真的非常快，所以真正重要的是開銷。

Answer 3

你有一個像x = a * b + c/d + e的表達的任何時候，你結束了一個臨時數組爲a * b，一個臨時數組爲c/d，一個用於和的一個和結果最後一個分配。這是Python類型和運算符重載的限制。但是，您可以明確地使用擴充的作業（*=,+=等）操作員在原地進行操作，並確保不會創建副本。

至於具體原因，NumPy在該基準測試中執行速度較慢，但​​很難說清楚，但它可能與檢查大小，類型編組等常量開銷有關，Cython /等。不必擔心。在更大的問題上，你可能會看到它更接近。

Answer 4

你的子問題：a = sin（x），有多少往返。

訣竅是將一個numpy數組傳遞給sin（x），然後整個數組只有一個「往返」，因爲numpy將返回一個sin值數組。這個操作沒有涉及到循環的python。