Numpy 剪辑功能需要的时间是预期的两倍

Question

我发现 numpy 剪辑功能的性能明显慢于自己使用蒙版（164us 对 74us 左右）。剪辑功能是否在做一些额外的事情，使其花费两倍的时间？

%timeit growth.clip(-maxg, maxg)
10000 loops, best of 3: 164 µs per loop

%timeit growth[np.greater(growth,maxg)] = maxg
10000 loops, best of 3: 37.1 µs per loop

%timeit growth[np.less(growth,-maxg)] = -maxg
10000 loops, best of 3: 37 µs per loop

重置增长数组并以相反的顺序测试后：

%timeit growth[np.less(growth,-maxg)] = -maxg
10000 loops, best of 3: 36.6 µs per loop

%timeit growth[np.greater(growth,maxg)] = maxg
10000 loops, best of 3: 37.3 µs per loop

%timeit growth.clip(-maxg, maxg)
100 loops, best of 3: 150 µs per loop

请注意，增长是一个相当大的数组：

growth.shape
(12964, 7)

Answer 1

默认的numpy.clip 返回一个带有剪裁值的新数组。使用参数out=growth 使操作就地：

growth.clip(-maxg, maxg, out=growth)

这样，clip 所花费的时间与您提到的替代方案更相似。