python中的np.empty_python – np.empty,np.zeros和np.ones的性能

我很好奇它使用

np.empty而不是

np.zeros实际上有多大差异,还有关于

np.ones的差异.我运行这个小脚本来测试每个创建一个大型数组所需的时间：

import numpy as np

from timeit import timeit

N = 10_000_000

dtypes = [np.int8, np.int16, np.int32, np.int64,

np.uint8, np.uint16, np.uint32, np.uint64,

np.float16, np.float32, np.float64]

rep= 100

print(f'{"DType":8s} {"Empty":>10s} {"Zeros":>10s} {"Ones":>10s}')

for dtype in dtypes:

name = dtype.__name__

time_empty = timeit(lambda: np.empty(N, dtype=dtype), number=rep) / rep

time_zeros = timeit(lambda: np.zeros(N, dtype=dtype), number=rep) / rep

time_ones = timeit(lambda: np.ones(N, dtype=dtype), number=rep) / rep

print(f'{name:8s} {time_empty:10.2e} {time_zeros:10.2e} {time_ones:10.2e}')

并获得下表