Python numpy数组使用的循环比它应该使用的多。为什么？

印刷品：

%timeit [i **2  for i in range(1000)]
print('*******')
%timeit np.arange(1000) ** 2

---

我的直觉是numpy应该在整个数组中迭代一次，并对每个元素求平方。那为什么timeit说numpy代码循环100000次。

你的直觉是对的。但是

%timeit

在循环中执行您的命令N次，以获得良好的统计估计

您可以使用

n

选项指定循环数，如下所示：

1000 loops, best of 3: 376 µs per loop
*******
The slowest run took 11.43 times longer than the fastest. This could 
mean that an intermediate result is being cached.
100000 loops, best of 3: 2.76 µs per loop

---

另请参见。

您尚未阅读

timeit

模块的功能。阅读文档！“循环”不是指您测试的代码做什么，而是指代码执行的频率。循环计数是计时器执行的次数。对于花费较少时间的代码，计时器将运行更多次。您的第二个代码速度更快，因此计时器决定它运行更多的次数。文档说选项：-n：在循环中执行给定的语句次数。如果未给出该值，则选择拟合值。知道如何选择拟合值吗？@claudius它的选择使得总时间>=0.2秒。源代码-

%timeit -n1 arange(1, 100, .001)    # one loop
%timeit -n10 arange(1, 100, .001).  # ten loops