从解释器的角度来看，numpy 数组是如何被覆盖的？

Question

我编写了两个简单的函数来学习 CPython 关于 numpy 数组的行为。

Python 3.12.1 和 numpy 版本 1.26.2，由 mkl 编译（conda 默认）

def foo():
    for i in range(100):
        H = np.random.rand(1000, 1000)

%timeit -r 100 foo()

def baaz():
    H = np.zeros((1000, 1000))
    for i in range(100):
        H[:, :] = np.random.rand(1000, 1000)

%timeit -r 100 baaz()

最初，我认为 baaz() 应该比 foo() 运行得更快，因为我们重用 H 数组，而不是在每个循环上取消分配和再次分配 H。然而，我始终认为 foo() 更快。我想知道是什么原因造成的。我无法阅读汇编代码，但通过简单地查看 dis.dis(foo()) 和 dis.dis(baaz()) 输出，我可以看到 foo() 与 baaz() 相比生成了 13 行额外的行。

P.S：为什么人们会认为 baaz() 应该更快，这似乎并不明显，但在像 Julia 这样的语言中确实是这种情况理解 Julia 多线程/多进程设计。

Answer 1

在两种情况下，当您执行

np.random.rand(1000, 1000)

时，您将创建一个新数组，然后取消分配它。在

baaz

的情况下，您还将完成更新初始数组的工作。因此速度较慢。