填充现有 numpy 数组和创建新数组之间的性能差异

Question

在迭代算法中，多次使用大型 numpy 数组是很常见的。数组经常需要在每次迭代时手动“重置”。填充现有数组（使用 nans 或 0s）和创建新数组之间是否存在性能差异？如果是这样，为什么？

Answer 1

答案取决于数组的大小。虽然分配新的内存区域需要几乎固定的时间，但填充该内存区域的时间随大小呈线性增长。但是，用 填充新分配的内存的numpy.zeros速度几乎是用 填充现有数组的两倍numpy.fill，比项设置快三倍x[:] = 0。

因此，在我的机器上，用少于 800 个元素填充向量比创建新向量更快，用超过 800 个元素创建新向量更快。