python - Cython sum v/s 平均内存跳跃

Question

我一直在尝试使用 Cython，但遇到了以下特殊情况，其中数组上的求和函数所用时间是数组平均值所用时间的 3 倍。

这是我的三个功能

cpdef FLOAT_t cython_sum(cnp.ndarray[FLOAT_t, ndim=1] A):
   cdef double [:] x = A
   cdef double sum = 0
   cdef unsigned int N = A.shape[0]
   for i in xrange(N):
     sum += x[i]
   return sum

cpdef FLOAT_t cython_avg(cnp.ndarray[FLOAT_t, ndim=1] A):
   cdef double [:] x = A
   cdef double sum = 0
   cdef unsigned int N = A.shape[0]
   for i in xrange(N):
     sum += x[i]
   return sum/N


cpdef FLOAT_t cython_silly_avg(cnp.ndarray[FLOAT_t, ndim=1] A):
   cdef unsigned int N = A.shape[0]
   return cython_avg(A)*N

这是 ipython 中的运行时间

In [7]: A = np.random.random(1000000)


In [8]: %timeit np.sum(A)   
1000 loops, best of 3: 906 us per loop

In [9]: %timeit np.mean(A)
1000 loops, best of 3: 919 us per loop

In [10]: %timeit cython_avg(A)
1000 loops, best of 3: 896 us per loop

In [11]: %timeit cython_sum(A)
100 loops, best of 3: 2.72 ms per loop

In [12]: %timeit cython_silly_avg(A)
1000 loops, best of 3: 862 us per loop

我无法解释简单 cython_sum 中的内存跳跃。是因为一些内存分配吗？因为这些是从 0 到 1 的随机数。总和约为 500K。

由于 line_profiler 不适用于 cython，我无法分析我的代码。

Answer 1

@nbren12 的结果似乎是明确的答案:这些 results cannot be reproduced .

证据(和逻辑)指出这两种方法具有相同的运行时间。