在蟒蛇環比MATLAB

我在同一臺機器上運行的Python 2.7和MATLAB R2010a版本，什麼都不做要慢10倍，它給我的速度在蟒蛇環比MATLAB

我在網上看了10倍不同，聽到它應該是相同的訂購。 Python會進一步下降放緩，if語句和數學運算符在for循環

我的問題：這是現實？或者有其他方式讓他們在相同的速度順序？

這裏是Python代碼

import time 

start_time = time.time() 

for r in xrange(1000): 

     for c in xrange(1000): 

     continue 

elapsed_time = time.time() - start_time 

print 'time cost = ',elapsed_time

Output: time cost = 0.0377440452576

這裏是MATLAB代碼

tic 

for i = 1:1000 

    for j = 1:1000 

    end 

end 

toc

Output: Escaped time is 0.004200 seconds

來源

2013-06-21 user2510015

如果存在與編譯器優化器有什麼不同，但是您是否嘗試通過而不是繼續？也許如果你添加一個非常基本的計算，'t = t + 1'，那麼它會改變。 – slbass

使用'python -m timeit'測試循環顯示使用'pass'比'continue'慢一點，但不是很重要。在我的機器上，環路需要16毫秒，這比OP聲稱的要少一半。還要注意，MATLAB有一個[JIT]，因此這種差異是可以預期的*尤其是*簡單循環。 – Bakuriu

可能值得在循環內部放置一些東西，以防萬一Matlab能夠足夠聰明地認識到循環實際上沒有做任何事情，並且優化了它們。 – Aya

如果Python的EXECUT離子的性能是真的對你重要，你可能會在PyPy

看看我做了測試：

import time 
for a in range(10): 
    start_time = time.time() 
    for r in xrange(1000): 
     for c in xrange(1000): 
      continue 

    elapsed_time = time.time()-start_time 
    print elapsed_time

與標準Python 2.7.3，我得到：

0.0311839580536 
0.0310959815979 
0.0309510231018 
0.0306520462036 
0.0302460193634 
0.0324130058289 
0.0308878421783 
0.0307397842407 
0.0304911136627 
0.0307500362396

然而，使用PyPy 1.9.0（對應於Python 2.7.2），我得到：

0.00921821594238 
0.0115230083466 
0.00851202011108 
0.00808095932007 
0.00496387481689 
0.00499391555786 
0.00508499145508 
0.00618195533752 
0.005126953125 
0.00482988357544

加速度o ˚FPyPy是非常驚人的，當它的JIT編譯器優化超過其成本確實變得可見。這也是爲什麼我介紹額外的循環。對於這個例子，絕對不需要修改代碼。

來源

2013-06-21 19:23:57

PyPy的問題是它仍然不支持NumPy，所以它不是一個理想的MATLAB替代品。 –

出現這種情況的原因涉及到JIT編譯器，這是優化MATLAB for循環。您可以禁用/啓用使用feature accel off和feature accel on的JIT加速器。當你禁用加速器時，時間會發生巨大變化。

MATLAB與加速度：Elapsed time is 0.009407 seconds.

MATLAB與加速度關閉：Elapsed time is 0.287955 seconds.

蟒蛇：time cost = 0.0511920452118

因此，JIT加速直接導致你都注意到了加速。還有一件事，你應該考慮，這是關係到你所定義的迭代指數的方式。在這兩種情況下，MATLAB和Python中，您使用迭代器來定義您的循環。在MATLAB中，通過添加方括號（[]）來創建實際值，而在Python中，您使用range而不是xrange。當你做出這些改變

% MATLAB 
for i = [1:1000] 
    for j = [1:1000] 

# python 
for r in range(1000): 
    for c in range(1000):

時代成爲

MATLAB與加速度：Elapsed time is 0.338701 seconds.

MATLAB與加速度關閉：Elapsed time is 0.289220 seconds.

蟒蛇：time cost = 0.0606048107147

最後一個考慮因素是如果你要爲循環添加一個快速計算。即t=t+1。然後時間變得

MATLAB與加速度：Elapsed time is 1.340830 seconds.

MATLAB與加速度關閉：Elapsed time is 0.905956 seconds.（是關是更快）

蟒蛇：time cost = 0.147221088409

我認爲這裏的道德是，根據具體情況，for循環的開箱即用的計算速度相當於極其簡單的循環。然而，python中還有其他一些數值工具可以顯着加快速度，numpy和PyPy已經被提出。

來源

2013-06-21 19:29:46 slbass

Python的'xrange'是一個簡單的迭代器。如果你想比較MATLAB版本和Python版本，你應該使用普通的'range'。 – Bakuriu

@Bakuriu你是對的，我改變了我的帖子使用範圍和更新運行時，雖然沒有真正改變。 – slbass

如果你比較相同的代碼塊，但使用Matlab的'for i = 1：1000'與Python 2.x的'xrange'，你會得到什麼結果？ – Aya

基本的Python實現CPython並不意味着超速。如果您需要高效的matlab風格的數值處理，請使用the numpy package或專爲快速工作而設計的Python實現，例如PyPy或Cython。（在C中編寫一個Python擴展，當然速度很快，也是一個可行的解決方案，但是在這種情況下，你可能只需要使用numpy並且省下不少努力。）

來源

2013-06-21 19:32:58 JAB

在蟒蛇環比MATLAB

回答

相關問題