在蟒蛇环比MATLAB

我在同一台机器上运行的Python 2.7和MATLAB R2010a版本，什么都不做要慢10倍，它给我的速度在蟒蛇环比MATLAB

我在网上看了10倍不同，听到它应该是相同的订购。 Python会进一步下降放缓，if语句和数学运算符在for循环

我的问题：这是现实？或者有其他方式让他们在相同的速度顺序？

这里是Python代码

import time 

start_time = time.time() 

for r in xrange(1000): 

     for c in xrange(1000): 

     continue 

elapsed_time = time.time() - start_time 

print 'time cost = ',elapsed_time

Output: time cost = 0.0377440452576

这里是MATLAB代码

tic 

for i = 1:1000 

    for j = 1:1000 

    end 

end 

toc

Output: Escaped time is 0.004200 seconds

来源

2013-06-21 user2510015

如果存在与编译器优化器有什么不同，但是您是否尝试通过而不是继续？也许如果你添加一个非常基本的计算，'t = t + 1'，那么它会改变。 – slbass

使用'python -m timeit'测试循环显示使用'pass'比'continue'慢一点，但不是很重要。在我的机器上，环路需要16毫秒，这比OP声称的要少一半。还要注意，MATLAB有一个[JIT]，因此这种差异是可以预期的*尤其是*简单循环。 – Bakuriu

可能值得在循环内部放置一些东西，以防万一Matlab能够足够聪明地认识到循环实际上没有做任何事情，并且优化了它们。 – Aya

如果Python的EXECUT离子的性能是真的对你重要，你可能会在PyPy

看看我做了测试：

import time 
for a in range(10): 
    start_time = time.time() 
    for r in xrange(1000): 
     for c in xrange(1000): 
      continue 

    elapsed_time = time.time()-start_time 
    print elapsed_time

与标准Python 2.7.3，我得到：

0.0311839580536 
0.0310959815979 
0.0309510231018 
0.0306520462036 
0.0302460193634 
0.0324130058289 
0.0308878421783 
0.0307397842407 
0.0304911136627 
0.0307500362396

然而，使用PyPy 1.9.0（对应于Python 2.7.2），我得到：

0.00921821594238 
0.0115230083466 
0.00851202011108 
0.00808095932007 
0.00496387481689 
0.00499391555786 
0.00508499145508 
0.00618195533752 
0.005126953125 
0.00482988357544

加速度o ˚FPyPy是非常惊人的，当它的JIT编译器优化超过其成本确实变得可见。这也是为什么我介绍额外的循环。对于这个例子，绝对不需要修改代码。

来源

2013-06-21 19:23:57

PyPy的问题是它仍然不支持NumPy，所以它不是一个理想的MATLAB替代品。 –

出现这种情况的原因涉及到JIT编译器，这是优化MATLAB for循环。您可以禁用/启用使用feature accel off和feature accel on的JIT加速器。当你禁用加速器时，时间会发生巨大变化。

MATLAB与加速度：Elapsed time is 0.009407 seconds.

MATLAB与加速度关闭：Elapsed time is 0.287955 seconds.

蟒蛇：time cost = 0.0511920452118

因此，JIT加速直接导致你都注意到了加速。还有一件事，你应该考虑，这是关系到你所定义的迭代指数的方式。在这两种情况下，MATLAB和Python中，您使用迭代器来定义您的循环。在MATLAB中，通过添加方括号（[]）来创建实际值，而在Python中，您使用range而不是xrange。当你做出这些改变

% MATLAB 
for i = [1:1000] 
    for j = [1:1000] 

# python 
for r in range(1000): 
    for c in range(1000):

时代成为

MATLAB与加速度：Elapsed time is 0.338701 seconds.

MATLAB与加速度关闭：Elapsed time is 0.289220 seconds.

蟒蛇：time cost = 0.0606048107147

最后一个考虑因素是如果你要为循环添加一个快速计算。即t=t+1。然后时间变得

MATLAB与加速度：Elapsed time is 1.340830 seconds.

MATLAB与加速度关闭：Elapsed time is 0.905956 seconds.（是关是更快）

蟒蛇：time cost = 0.147221088409

我认为这里的道德是，根据具体情况，for循环的开箱即用的计算速度相当于极其简单的循环。然而，python中还有其他一些数值工具可以显着加快速度，numpy和PyPy已经被提出。

来源

2013-06-21 19:29:46 slbass

Python的'xrange'是一个简单的迭代器。如果你想比较MATLAB版本和Python版本，你应该使用普通的'range'。 – Bakuriu

@Bakuriu你是对的，我改变了我的帖子使用范围和更新运行时，虽然没有真正改变。 – slbass

如果你比较相同的代码块，但使用Matlab的'for i = 1：1000'与Python 2.x的'xrange'，你会得到什么结果？ – Aya

基本的Python实现CPython并不意味着超速。如果您需要高效的matlab风格的数值处理，请使用the numpy package或专为快速工作而设计的Python实现，例如PyPy或Cython。（在C中编写一个Python扩展，当然速度很快，也是一个可行的解决方案，但是在这种情况下，你可能只需要使用numpy并且省下不少努力。）

来源

2013-06-21 19:32:58 JAB

在蟒蛇环比MATLAB

回答

相关问题