python - np.empty 与 np.zeros 的速度

Question

我使用的是 numpy 版本 1.14.3 和 python 2.7.12。

引用 this问题，我发现用 np.zeros 和 np.empty 初始化数组的速度有很大不同。但是，输出是相同的。

import numpy as np
r = np.random.random((50, 100, 100))
z = np.zeros(r.shape)
e = np.empty(r.shape)
np.allclose(e, z)

这将返回 True。然而，计时函数 %timeit 给出了截然不同的结果:

%timeit z = np.zeros(r.shape)

10000 loops, best of 3: 143 µs per loop

%timeit e = np.empty(r.shape)

1000000 loops, best of 3: 1.83 µs per loop

上面引用的先前接受的答案说 np.zeros 始终是更好的选择，而且速度也更快。

为什么不使用 np.empty，因为它比 np.zeros 快 80 倍并且返回相同的答案？

编辑正如 user2285236 指出的那样，翻转初始化 z 和 e 的顺序将破坏相等性，因为它会覆盖同一内存区域。

Answer 1

np.empty 和 np.zeros 做不同的事情。

np.empty 从可用内存空间创建一个数组，将碰巧在内存中徘徊的任何值作为值保留。 这些值可能为零，也可能不为零。

np.zeros 从可用内存空间创建一个数组，然后用您选择的 dtype 的零填充它。显然 np.zeros 必须做更多的工作，所以它应该更慢，因为它也在写入分配的内存。

更公平的比较是 np.empty 和 np.ndarray。