在 np.array 中进行行提取的时间

Question

在python中优化部分代码时，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，但它需要更多时间才能达到。你知道是什么原因造成的吗？如果我要求 x.T.dot(x( 和 x[a] 而不是 x，则观察到类似的结果。T.dot(x[a](.

Answer 1

虽然你的标题测试用例是有缺陷的，x只是一个参考，但你的观察如果不是那么极端的

>>> 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

Answer 2

%timeit x次对x不执行任何操作所需的时间。什么都不做很容易。

%timeit x[a]倍实际用x做一件事所需的时间，该事情动态计算出索引操作的含义，然后将 20 个指定的行复制到一个新数组中。做事比什么都不做要难得多。