python - Numpy 比纯 C 更快？

Question

关闭。此题需要 details or clarity 。目前不接受答案。

---

想要改进这个问题吗？通过 editing this post 添加详细信息并澄清问题.

已关闭 4 年前。

Improve this question

我有以下 C 代码。在我的机器上，我的计时时间约为 13 秒。

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

int main(void) {
    clock_t begin = clock();

    double d = 0;

    for (int i = 0; i < 1e9; i++) {
        d = 1 + rand() * 5 > 10 ? 4 : rand();
    }

    clock_t end = clock();
    double time_spent = (double) (end - begin) / CLOCKS_PER_SEC;

    printf("%f", time_spent);
    return EXIT_SUCCESS;
}

但是这个 numpy 操作，我的计时时间只有几分之一秒!

a = np.random.randn(1000, 1000)
b = np.random.randn(1000, 1000)
c = a.dot(b)

鉴于他们正在执行相同数量(1e9 次操作)的工作，这怎么可能？ numpy 是并行化吗？

Answer 1

你的程序没有做同样的事情。您的C程序调用rand 至少 10^9次。另外，你的随机性也有条件。

numpy创建 2 1000x1000数组是 2x10^6仅有的。对随机值没有条件。然后点积加上 O(n^3)操作(以及数组创建)但非常优化。

所以你基本上是在比较顺序 rand来电C少得多 randn调用加上 python 中的优化操作( dot )。

为了获得有效的基准测试，您应该有 2 个执行完全相同操作的程序。