Python xtensor'；s"；操作员/"；比numpy慢'；s"/&引用；

我试图把以前用python编写的代码转换成C++，我现在正在测试xTrxor，看看它是否比NuPy更快，以满足我需要的。 我的一个函数接受一个方阵d和一个标量alpha，并执行元素操作

alpha/（alpha+d）

。背景：此函数用于测试

alpha

的哪个值为“最佳”，因此它处于一个循环中，

d

始终相同，但

alpha

不同

以下所有时间尺度平均为运行函数的100个实例

在numpy中，执行此操作大约需要0.27秒，代码如下：

def kfun(d,alpha):
    k = alpha /(d+alpha)
    return k

但是xtensor大约需要0.36秒，代码如下所示：

xt::xtensor<double,2> xk(xt::xtensor<double,2> d, double alpha){
    return alpha/(alpha+d);
}

我注意到xtensor中的

操作符/

使用了“惰性广播”，是否有办法使其立即生效

编辑：

在Python中，函数调用如下，并使用“time”包计时

<>在C++中，调用函数如下，使用的是计时：

//d is saved as a 1D npy file, an artefact from old code
auto sd2 = xt::load_npy<double>("/path/to/d.npy");

shape = {7084, 7084};
    xt::xtensor<double, 2> xd2(shape);
    for (int i = 0; i<7084;i++){
        for (int j=0; j<7084;j++){
            xd2(i,j) = (sd2(i*7084+j));
        }
    }

auto start = std::chrono::steady_clock::now();
for (int i = 0;i<10;i++){
    matrix<double> kk = kfun(xd2,4000*4000,7084);
}
auto end = std::chrono::steady_clock::now();
std::chrono::duration<double> elapsed_seconds = end-start;
std::cout << "k takes: " << elapsed_seconds.count() << "\n";

---

提前谢谢

> P>一个C++实现的问题可能是它创建了一个或者可能是两个临时副本，这是可以避免的。第一个副本来自未通过引用传递参数（或完全转发）。如果不看代码的其余部分，就很难判断这是否对性能有影响。如果保证在方法

xk（）

之后不使用该方法，编译器可以将

d

移动到该方法中，但更可能将数据复制到

d

中

要通过引用传递，可以将方法更改为

xt:：xtensor xk（常数xt:：xtensor&d，双alpha）{
返回alpha/（alpha+d）；
}

要使用完美转发（并启用其他xtensor容器，如

xt:：xarray

或

xt:：xtensor\u fixed

），可以将该方法更改为

模板
xt:：xtensor xk（T&d，双阿尔法）{
返回alpha/（alpha+d）；
}

此外，您可以避免为返回值保留内存。同样，如果没有看到代码的其余部分，就很难做出判断。但是，如果在循环内部使用该方法，并且返回值始终具有相同的形状，那么在循环外部创建返回值并通过引用返回是有益的。为此，可将方法更改为：

模板
void xk（T&r、U&d、双阿尔法）{
r=α/（α+d）；
}

如果保证

d

和

r

不指向同一内存，则可以在

xt:：noalias（）

中进一步包装

r

，以避免在分配结果之前进行临时复制。如果不通过引用返回，函数的返回值也是如此

---

祝你好运和快乐

好问题！改进该问题的一个一般性意见是，一个最小的可复制示例会更好。具体来说，您可以包括用于调用函数的几行代码。这将使人们更容易判断有关副本的微妙之处。更详细的一点是，您的

std:：vector

示例似乎没有分配返回值。此外，一般来说，您应该使用

来（int i=0；i@TomdeGeus您好！谢谢您的评论。我只是想澄清一下，显然我对这一点很陌生，但我想如果我只是指定了大小，而不是每次都让它计算出来，那么这个函数会更快？这是错误的吗？这个函数是在循环中调用的，特别是使用不同的alpha.a值lso，你说我的std:：vector示例不分配返回值是什么意思？我知道你可以为一个对输入进行更改的示例执行一个void函数，例如，我是否意外地这样做了，而不是输出一个修改过的“d”？编译器可能会优化（部分）size调用，但老实说，您的
d_size
选项从我的屏幕上掉了出来，因此我没有注意到is，并假设您可能有一个输入错误。对于vector示例，您有一些未定义的
d2
，但您更正了此错误，所以一切都很好！关于这个问题的一个小评论。通过最新的编辑，这个问题得到了很多b更好的方法是确保代码片段的可复制性：任何人都可以复制您的代码片段，并直接编译和运行它。为此，您可以简单地将
dsquared
和
xd2
作为一个随机矩阵引入numbers@TomdeGeus你介意吗，我在编辑栏底部写的内容可以吗？还是我应该上传一个例子？嗨！谢谢你的回答！我只是想澄清一下，因为我不认为我在我的问题中指定了，我需要保留原始的d矩阵，还需要输出一个名为“k”的矩阵，这是因为我基本上需要尝试大量不同的alpha值，看看哪个值“最好”结果。我相信你的建议不允许这样做，这是正确的吗？抱歉，这是我的第一个堆栈溢出问题，我想我没有给出足够的信息。在我看来，在C++方面这个问题很重要，就是：abab011发现向量示例是比较快的，而原则上包含相同的副本。你在这个答案中提到了。所以，消除副本可以解释NumPy与NumPy的区别，而NumPy实际上也不会复制副本（如果@abic011可以确认，那就太好了，但不能使用
std:：vector
版本。如果拷贝数相同，两个版本在最坏情况下应该是相同的快/慢@abic001，为了回答关于保持矩阵
d
不变的问题，这没有问题。您仍然可以将
d
作为常量引用传递（我的第一个建议）方法调用会快得多。函数不会更改矩阵
d
。关于矩阵
k
，请编辑您的问题以显示其用法？抱歉！复制时
t0 = time.time()
for i in range(100):
    kk = k(dsquared,alpha_squared)
print(time.time()-t0)

//d is saved as a 1D npy file, an artefact from old code
auto sd2 = xt::load_npy<double>("/path/to/d.npy");

shape = {7084, 7084};
    xt::xtensor<double, 2> xd2(shape);
    for (int i = 0; i<7084;i++){
        for (int j=0; j<7084;j++){
            xd2(i,j) = (sd2(i*7084+j));
        }
    }

auto start = std::chrono::steady_clock::now();
for (int i = 0;i<10;i++){
    matrix<double> kk = kfun(xd2,4000*4000,7084);
}
auto end = std::chrono::steady_clock::now();
std::chrono::duration<double> elapsed_seconds = end-start;
std::cout << "k takes: " << elapsed_seconds.count() << "\n";


cd "/path/to/src/" && g++ -mavx2 -ffast-math -DXTENSOR_USE_XSIMD -O3 ccode.cpp -o ccode -I/path/to/xtensorinclude && "/path/to/src/"ccode