python array太慢_python – 为什么Pypy添加numpy数组会变慢？

为了测试Pypy JIT明显更快的说法,我写了一个简单的代码,重复添加两个大小为1200×1200的数组.我的代码如下

import numpy as np

import random

a=np.zeros((1200, 1200), dtype=np.float32)

b=np.zeros((1200, 1200), dtype=np.float32)

import timeit

#Start timer

start=timeit.default_timer()

#Initialize the arrays

for j in range(1200):

for k in range(1200):

a[j][k]=random.random()

b[j][k]=random.random()

#Repeatedly add the arrays

for j in range(10):

a=np.add(a,b)

#Stop timer and display the results

stop=timeit.default_timer()

print stop-start

使用普通的python,执行时间大约是1.2到1.5秒.然而对于Pypy它超过15秒？

同样在上面的例子中,我只添加了10次数组.如果我将此值增加到1000,我的计算机将停止响应.我发现这是因为在使用pypy时几乎消耗了整个RAM.难道我做错了什么？或者是其他问题？

最佳答案 在所有情况下,pypy都不会在numpy数组中进行垃圾收集,这可能是你内存不足,溢出到磁盘然后锁定的原因.

有两种解决方案.最简单的方法是通过执行以下操作简单地告诉pypy删除数组：

import gc

del my_array

gc.collect()

这将迫使pypy进行垃圾收集.请注意,除非确实需要,否则不应将gc.collect()置于紧密循环中.

这样你仍然可以从numpy操作结构,但你可以手动删除/调整数组大小.