np.empty与np.zeros的速度

Question

我正在使用numpy版本1.14.3和python 2.7.12。

引用此问题，我发现在使用np.zeros和np.empty初始化数组之间，速度有很大不同。但是，输出是相同的。

import numpy as np
r = np.random.random((50, 100, 100))
z = np.zeros(r.shape)
e = np.empty(r.shape)
np.allclose(e, z)

这返回True。但是，计时功能%timeit给出了截然不同的结果：

%timeit z = np.zeros(r.shape)

10000次循环，最佳3：每个循环143 µs

%timeit e = np.empty(r.shape)

1000000循环，最佳3：每个循环1.83 µs

上面引用的先前接受的答案说，这np.zeros始终是更好的选择，并且它也更快。

为什么不使用比np.zeros快80倍并返回相同答案的np.empty？

编辑 正如user2285236指出，翻转初始化的顺序z和e将打破平等，因为它会覆盖在相同的存储区。

Answer 1

np.empty并np.zeros做不同的事情。

np.empty从可用的内存空间创建一个数组，将所有碰巧挂在内存中的值保留为值。 这些值可以为零，也可以不为零。

np.zeros从可用内存空间创建一个数组，然后为您选择的dtype填充零。显然np.zeros必须做更多的工作，所以它应该慢一些，因为它还会写入分配的内存。

一个更公平的比较会之间np.empty和np.ndarray。