为什么原生python列表上的for循环比numpy数组上的for循环快

Question

我正在阅读介绍高性能Python中的 numpy并在我自己的计算机上使用代码的章节。 偶然地，我用for循环运行了numpy版本，发现与本地python循环相比，结果出奇地慢。

该代码的简化版本如下所示，其中我定义了一个0的2D数组X和另一个1的2D数组Y，然后将Y重复地添加到X，从概念上讲X + =Y。

import time
import numpy as np

grid_shape = (1024, 1024)

def simple_loop_comparison():
    xmax, ymax = grid_shape

    py_grid = [[0]*ymax for x in range(xmax)]
    py_ones = [[1]*ymax for x in range(xmax)]

    np_grid = np.zeros(grid_shape)
    np_ones = np.ones(grid_shape)

    def add_with_loop(grid, add_grid, xmax, ymax):
        for x in range(xmax):
            for y in range(ymax):
                grid[x][y] += add_grid[x][y]

    repeat = 20
    start = time.time()
    for i in range(repeat):
        # native python: loop over 2D array
        add_with_loop(py_grid, py_ones, xmax, ymax)
    print('for loop with native list=', time.time()-start)

    start = time.time()
    for i in range(repeat):
        # numpy: loop over 2D array
        add_with_loop(np_grid, np_ones, xmax, ymax)
    print('for loop with numpy array=', time.time()-start)

    start = time.time()
    for i in range(repeat):
        # vectorized numpy operation
        np_grid += np_ones
    print('numpy vectorization=', time.time()-start)

if __name__ == "__main__":
    simple_loop_comparison()

结果看起来像：

# when repeat=10
for loop with native list= 2.545672655105591
for loop with numpy array= 11.622980833053589
numpy vectorization= 0.020279645919799805

# when repeat=20
for loop with native list= 5.195128440856934
for loop with numpy array= 23.241904258728027
numpy vectorization= 0.04613637924194336

我完全期望numpy向量化操作的性能优于其他两个，但是我很惊讶地看到在numpy数组上使用for循环的结果比本地python列表要慢得多。 我的理解是，至少使用numpy数组，即使使用for循环，缓存也应相对较好地填充，并且在不进行向量化的情况下，其性能应优于列表。

关于numpy或我不了解的低级CPU /缓存/内存如何工作？ 非常感谢你。

编辑：更改标题

Answer 1

一个更简单的情况-对列表和数组的列表理解：

In [119]: x = list(range(1000000))
In [120]: timeit [i for i in x]
47.4 ms ± 634 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [121]: arr = np.array(x)
In [122]: timeit [i for i in arr]
131 ms ± 3.69 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

列表具有一个数据缓冲区，该缓冲区包含指向内存中其他对象的指针。 因此，对列表进行迭代或索引编制仅需要查找该指针并获取对象：

In [123]: type(x[1000])
Out[123]: int

数组将其元素作为字节存储在数据缓冲区中。 提取元素需要（快速）找到那些字节，然后将它们包装在numpy对象中（根据dtype）。 这样的对象类似于0d单元素数组（具有许多相同的属性）。

In [124]: type(arr[1000])
Out[124]: numpy.int32

该索引不仅获取数字，而且还会重新创建它。

我经常将对象dtype数组描述为增强列表或降级列表。 像列表一样，它包含指向内存中其他位置的对象的指针，但不能通过append增长。 我们经常说它失去了数字数组的许多好处。 但是它的迭代速度介于其他两个之间：

In [125]: arrO = np.array(x, dtype=object)
In [127]: type(arrO[1000])
Out[127]: int
In [128]: timeit [i for i in arrO]
74.5 ms ± 1.42 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

无论如何，我在其他SO答案中发现，如果必须迭代，请坚持使用列表。 而且，如果您从列表开始，那么坚持使用列表通常会更快。 如您numpy vector速度很快，但是创建数组需要花费时间，这可能会抵消任何节省的时间。

比较从此列表创建数组所需的时间，与从头开始创建此类数组所需的时间（使用已编译的numpy代码）：

In [129]: timeit np.array(x)
109 ms ± 1.97 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [130]: timeit np.arange(len(x))
1.77 ms ± 31.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 2

由于它们是涉及向numpy询问数据指针，在那些指针位置检索值，然后使用它们进行迭代的转换。 python列表包含较少的步骤。 只有在可以内部迭代或执行矢量，矩阵数学然后返回并返回答案或指向答案数组的指针时，才会注意到Numpy速度增益。