为什么本机 python 列表上的 for 循环比 numpy 数组上的 for 循环更快

我正在阅读介绍 numpy 的章节高性能Python并在我自己的计算机上使用了代码。我无意中用 for 循环运行了 numpy 版本，发现与本机 python 循环相比，结果出奇地慢。

代码的简化版本如下，其中我定义了一个值为 0 的二维数组 X 和另一个值为 1 的二维数组 Y，然后重复将 Y 添加到 X，概念上是 X += Y。

import time
import numpy as np

grid_shape = (1024, 1024)

def simple_loop_comparison():
    xmax, ymax = grid_shape

    py_grid = [[0]*ymax for x in range(xmax)]
    py_ones = [[1]*ymax for x in range(xmax)]

    np_grid = np.zeros(grid_shape)
    np_ones = np.ones(grid_shape)

    def add_with_loop(grid, add_grid, xmax, ymax):
        for x in range(xmax):
            for y in range(ymax):
                grid[x][y] += add_grid[x][y]

    repeat = 20
    start = time.time()
    for i in range(repeat):
        # native python: loop over 2D array
        add_with_loop(py_grid, py_ones, xmax, ymax)
    print('for loop with native list=', time.time()-start)

    start = time.time()
    for i in range(repeat):
        # numpy: loop over 2D array
        add_with_loop(np_grid, np_ones, xmax, ymax)
    print('for loop with numpy array=', time.time()-start)

    start = time.time()
    for i in range(repeat):
        # vectorized numpy operation
        np_grid += np_ones
    print('numpy vectorization=', time.time()-start)

if __name__ == "__main__":
    simple_loop_comparison()

结果如下：

# when repeat=10
for loop with native list= 2.545672655105591
for loop with numpy array= 11.622980833053589
numpy vectorization= 0.020279645919799805

# when repeat=20
for loop with native list= 5.195128440856934
for loop with numpy array= 23.241904258728027
numpy vectorization= 0.04613637924194336

我完全期望 numpy 向量化操作优于其他两个，但我惊讶地发现在 numpy 数组上使用 for 循环结果明显慢于本机 python 列表。我的理解是，至少缓存应该用 numpy 数组相对填充得很好，即使使用 for 循环，它也应该优于没有矢量化的列表。

是否有关于 numpy 或 CPU/缓存/内存如何在低级别工作的我不明白的事情？非常感谢。

编辑：更改标题

一个更简单的情况 - 列表与数组的列表理解：

In [119]: x = list(range(1000000))
In [120]: timeit [i for i in x]
47.4 ms ± 634 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [121]: arr = np.array(x)
In [122]: timeit [i for i in arr]
131 ms ± 3.69 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

列表有一个数据缓冲区，其中包含指向内存中其他位置的对象的指针。因此，迭代或索引列表只需要查找该指针并获取对象：

In [123]: type(x[1000])
Out[123]: int

数组将其元素以字节形式存储在数据缓冲区中。获取元素需要（快速）找到这些字节，然后将它们包装在 numpy 对象中（根据 dtype）。这样的对象类似于 0d 单元素数组（具有许多相同的属性）。

In [124]: type(arr[1000])
Out[124]: numpy.int32

此索引不仅获取数字，还重新创建数字。

我经常将对象数据类型数组描述为增强或降级列表。与列表一样，它包含指向内存中其他位置的对象的指针，但它不能按append。我们经常说它失去了数值数组的许多优点。但它的迭代速度介于其他两者之间：

In [125]: arrO = np.array(x, dtype=object)
In [127]: type(arrO[1000])
Out[127]: int
In [128]: timeit [i for i in arrO]
74.5 ms ± 1.42 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

无论如何，我在其他答案中发现，如果必须迭代，请坚持使用列表。如果您从列表开始，那么坚持使用列表通常会更快。正如您注意到的numpy vector速度很快，但创建数组需要时间，这可能会抵消任何节省的时间。

比较从此列表创建数组所需的时间与从头开始创建此类数组所需的时间（使用已编译的 numpy 代码）：

In [129]: timeit np.array(x)
109 ms ± 1.97 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [130]: timeit np.arange(len(x))
1.77 ms ± 31.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)