0
在下列情况下,为什么访问arr
的速度明显快于arr[:]
或arr[::]
。访问一个numpy数组'arr'比'arr [:]'明显更快'
In [1]: import numpy as np
In [2]: arr = np.random.randint(0, 255, (512, 512))
In [3]: %timeit arr
30.8 ns ± 2.43 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
In [4]: %timeit arr[:]
204 ns ± 0.588 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [5]: %timeit arr[::]
204 ns ± 1.35 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [8]: np.all(arr == arr[:])
Out[8]: True
In [9]: np.all(arr == arr[::])
Out[9]: True
并非所有上述方法访问内存中的连续块元素?访问存储器arr[::2]
中的不连续块的速度比arr[:]
慢,但与a
和a[:]
之间的差异相比只有很小的差距。
In [10]: %timeit arr[::2]
221 ns ± 2.96 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
您的评论也适用于'arr [:: 2]'。由于解析索引需要额外的工作,因此速度较慢。 – Eric