python: x-=a和x=x-a的效果和性能差别

探究

首先结论：

明显的区别在于X-=m的结果会在X上原位更改（in-place），而X = X-m会产生一个新的对象。

这样有两点需要注意：

1. 由于python对于复杂对象，简单的Xc = X是浅拷贝，因此，以下代码会改掉原来的X，导致问题：

   Xc = X
   for i in range(5)
   	Xc -= Xc/2
   

   ​

2. X=X-m是深拷贝，但是要注意性能问题，毕竟每次都新创建了一个对象。

针对以上两个问题讨论。

问题1：深拷贝

可以采用以下函数进行拷贝：

def copy_and_encapsule(x):
    """
    deep copy a matrix or vector
    :param x: src matrix or vector
    :return: deep copy of x in type of numpy array
    """
    if type(x) == np.ndarray:
        return x.copy()
    elif type(x) == list:
        return np.array(x)
    else:
        raise Exception("unknown type: " + type(x))

问题2：性能

代码和结果如下，明显看出，X-=m要高效。

import numpy as np
def fun1():
    N = 10000
    X = np.random.rand(N, N)
    m = np.random.rand(N, N)
    for i in range(10):
        X -= m

def fun2():
    N = 10000
    X = np.random.rand(N, N)
    m = np.random.rand(N, N)
    for i in range(10):
        X = X - m


import timeit
timeit.timeit('fun1()', 'from __main__ import fun1', number=1)
timeit.timeit('fun2()', 'from __main__ import fun2', number=1)

结论

在大规模数组有频繁的自操作的时候，推荐使用一次深拷贝+“-=”操作。