numpy 中数组的预分配不应该更快吗？

Question

我很困惑为什么test2在以下代码中不比test1快：

import timeit
setup = """
import numpy as np
A = np.ones((220, 220, 220))
B = np.ones((220, 220, 220))
class store:
def __init__(self):
self.C = np.empty((220, 220, 220))
Z = store()
"""
test1 = """
C = A + B
"""
test2 = """
Z.C = A + B
"""
print timeit.timeit(test1, setup, number=1000)
print timeit.timeit(test2, setup, number=1000)

这给了我：40.9241290092 40.7675480843

我认为Z.C是预分配的内存，每次我添加A+B并需要一个存储它的地方时，开销都会减少，即减少对幕后malloc或类似内容的调用。我错过了什么？

Answer 1

分配是一个快速的操作，添加成本更高：

In [7]: %timeit  np.empty((220, 220, 220))
1000 loops, best of 3: 472 µs per loop
In [8]: u= np.ones((220, 220, 220))
In [9]: %timeit  u+u
10 loops, best of 3: 73.5 ms per loop 

因此，即使您正确更新了数组(Z.C[:]= A+B(，您也不会赢得很多(~0.5%(。