Numpy除法和Python除法之间的区别？

Question

numpy.divide 和Python斜杠 / 运算符之间 有何
异同？据我所知，它们的行为相同，均实现了按元素划分。该numpy的文件中提到：

numpy.divide（x1，x2）…就数组广播而言，等效于x1 / x2。…

暗示np.divide（x1，x2）并不 完全 等同于x1 / x2。我运行了以下代码片段来比较它们的速度：

import numpy as np
import time

a = np.random.rand(10000, 10000)
b = np.random.rand(10000, 10000)

tic = time.time()
c = a / b
toc = time.time()
print("Python divide took: ", toc - tic)

tic = time.time()
c = np.divide(a, b)
toc = time.time()
print("Numpy divide took: ", toc - tic)

看来Python分隔通常运行得更快，这使我相信Numpy分隔实现了一些额外的功能。

任何帮助深表感谢！

Answer 1

这里似乎没有任何实际的性能差异。

当我运行您的代码并交换两个测试时，以第二个为准。

当我使用timeit适当的基准html" target="_blank">测试时，它们大约需要相同的时间（540ms/与539ms divide）。

我的猜测是，您所测量的差异是对数组进行malloc的时间-第一个需要这样做，第二个可以重用刚释放的内存。

但是，让我们看一下源代码。中的代码generate_umath.py创建实际的代码，并为的插槽分配相同的代码Ufunc（名为numpy.core.umath.divide）。（如果你想知道为什么我抬起头，当你使用和替代和，看到评论后它删除了Python
3中，因为它会被它别名。）IIRC，实际的代码是类型开关和大小最终会出现在中的一个循环模板中。np.floor_divide``PyNumber_FloorDivide``np.ndarray``floor_divide``divide``/``floor_divide``//``divide``true_divideloops.c.src

因此，除了显式的Ufunc包装器代码与内置method- wrapper包装器代码（对于任何不是很小的数组都无关紧要）之间的差异之外，它们最终都位于同一位置。