Ist das ein Cache-Ding, wie Timeit es vorschlägt?In NumPy werden größere Arrays schneller erstellt?
In [55]: timeit a = zeros((10000, 400))
100 loops, best of 3: 3.11 ms per loop
In [56]: timeit a = zeros((10000, 500))
The slowest run took 13.43 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 3.43 µs per loop
versucht, es zu täuschen, aber es hat nicht funktioniert:
In [58]: timeit a = zeros((10000, 500+random.randint(100)))
The slowest run took 13.31 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 4.35 µs per loop
vielleicht zeitlich ich 100000 Schleifen, am besten von 3: 4,57 & mgr; s pro Schleife 100000 Schleifen, am besten von 3: 4,64 & mgr; s pro Schleife Wenn Sie Ihren Code laufen lassen, ist der Unterschied minimal – EdChum
Versuchen Sie 'Ones' stattdessen. Oder füge ein 'fill' hinzu. – hpaulj
Dies ist auf meinem Rechner ziemlich konsistent. die Verwendung von "Einsen" ist langsam (3-4ms) in beiden Größen. – Bach