我很困惑为什么这段代码：
start = time.time()
for i in range(1000000):
_ = 1 - np.log(X)
print(time.time()-start)
执行速度比此实现快：
start = time.time()
for i in range(1000000):
_ = np.subtract(np.ones_like(X), np.log(X))
print(time.time()-start)
我的理解是，它应该是相反的，因为在第二个实现中，我正在利用矢量化提供的加速，因为它能够同时操作 X 中的元素，而不是按顺序操作，这就是我假设第一个实现函数的方式。
有人可以为我阐明这一点，因为我真的很困惑？谢谢！
两个版本的代码都经过了相同的矢量化处理。您为尝试矢量化第二个版本而创建的数组只是开销。
NumPy 矢量化不是指硬件矢量化。如果编译器足够聪明，它最终可能会使用硬件矢量化，但 NumPy 没有明确使用 AVX 或任何东西。
NumPy 矢量化是指编写一次对整个数组进行操作的 Python 级代码，而不是使用一次对多个操作数进行操作的硬件指令。它是Python级别的矢量化，而不是机器语言级别的矢量化。与编写显式循环相比，这样做的好处是 NumPy 可以在 C 级循环而不是 Python 中执行工作，避免了大量的动态调度、装箱、拆箱、通过字节码评估循环的跳闸等。
从这个意义上说，两个版本的代码都是矢量化的，但第二个版本在编写和读取大量代码时浪费了大量内存和内存带宽。
此外，即使我们谈论的是硬件级矢量化，1 -版本也与其他版本一样适合硬件级矢量化。您只需将标量1加载到矢量寄存器的所有位置，然后照常进行。与第二个版本相比，它涉及的内存传输要少得多，因此仍然可能比第二个版本运行得更快。
时间基本相同。 正如其他人指出的那样，没有任何类型的硬件或多核并行化，只是解释型Python和编译numpy函数的混合。
In [289]: x = np.ones((1000,1000))
In [290]: timeit 1-np.log(x)
15 ms ± 1.94 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [291]: timeit np.subtract(np.ones_like(x), np.log(x))
18.6 ms ± 1.89 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
将np.ones_like从定时循环中取出：
In [292]: %%timeit y = np.ones_like(x)
...: np.subtract(y,np.log(x))
...:
...:
15.7 ms ± 441 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
2/3 的时间花在log功能上：
In [303]: timeit np.log(x)
10.7 ms ± 211 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
In [306]: %%timeit y=np.log(x)
...: np.subtract(1, y)
3.77 ms ± 5.16 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
1生成方式的变化是时间的一小部分。
使用"广播"，使用标量和数组或数组和数组进行数学运算同样容易。
1，无论是标量(实际上是形状为()的数组(，都广播到(1,1(然后广播到(1000,1000(，所有这些都无需复制。
我当然不是 numpy 专家，但我的猜测是第一个示例只使用一个向量，第二个示例首先创建一个 1 向量，然后减去。后者需要双倍的内存量和一个额外的步骤来创建向量 1。
在x86 CPU上，两者都可能是某种AVX指令，一次处理4个数字。当然，除非您使用的是 SIMD 宽度大于矢量长度的花哨 CPU，并且 numpy 支持此 CPU。
案例 A 在 mpu 上只运行一个迭代器，而案例 B 在两个与 X 一样大的向量上有两个迭代器，如果不优化，则需要在线程中加载上下文切换。案例 B 是案例 A 的更通用版本...