python - np.array 中行提取的时间

Question

在优化 python 中的部分代码时，我观察到以下内容:

x = np.random.randn(100, 20)
a = np.arange(20)
%timeit x

23纳秒

%timeit x[a]

1.7 微秒

虽然 x[a] 是一个较小的数组，但它需要更多的时间才能到达。请问您知道是什么原因造成的吗？如果我要求 x.T.dot(x) 和 x[a].T.dot(x[a]) 而不是 x，则会观察到类似的结果。

Answer 1

虽然你的标题测试用例有缺陷，x 只是一个引用，但你的观察结果如果不那么极端

>>> timeit(lambda: x[a], number=1000000)
1.8212362979538739
>>> timeit(lambda: x.copy(), number=1000000)
1.2187692462466657

我们在这里看到的是高级索引的成本。 “传统”切片索引的成本要低得多，但仍有开销:

>>> np.all(x[:20] == x[a])
True
>>> timeit(lambda: x[:20].copy(), number=1000000)
0.7956113098189235