numpy数组使用比它应该更多的循环。为什么？

-2

%timeit [i **2 for i in range(1000)] 
print('*******') 
%timeit np.arange(1000) ** 2

打印：numpy数组使用比它应该更多的循环。为什么？

1000 loops, best of 3: 376 µs per loop 
******* 
The slowest run took 11.43 times longer than the fastest. This could 
mean that an intermediate result is being cached. 
100000 loops, best of 3: 2.76 µs per loop

我的直觉是numpy的应通过整个阵列迭代一次和正方形的每个元素。那么为什么timeit说numpy代码循环100000次。

来源

2017-08-19 claudius

您还没有看过'timeit'模块的功能。阅读文档！ “循环”并不是指你测试的代码做了什么，而是代码执行的频率。 –

循环计数是定时器执行的次数。对于需要较少时间的代码，定时器运行的次数更多。你的第二个代码更快，因此定时器决定运行更多次。 – Divakar

你的直觉是对的。但%timeit N次循环执行您的命令以获得良好的统计估计。

%timeit -n1 arange(1, 100, .001) # one loop 
%timeit -n10 arange(1, 100, .001). # ten loops

也documentation of %timeit参见：

可以使用n选项类似指定的循环数。

来源

2017-08-19 09:48:39 MaxPowers

该文档说选项：-n ：在循环中执行给定的语句次。如果没有给出这个值，则选择一个拟合值。关于如何选择合适的价值的任何想法？ – claudius

@claudius它的选择使得总时间> = 0.2秒。源代码 - https://github.com/python/cpython/blob/3.6/Lib/timeit.py#L210-216 – Divakar

谢谢divakar！ – claudius

numpy数组使用比它应该更多的循环。为什么？

回答

相关问题