Python numpy，多个操作是否会导致创建中间数组？

我想知道这两者是否相等：

将numpy导入为np
a=np.arange（100000）+1
# 1
b=10*np.log10（a）
# 2
c=np.空的（a）
c=np.multiply（10，np.log10（a，out=c，out=c）

---

更准确地说，我想知道numpy是否找到了某种方法来创建数组

b

，而不需要为日志操作的结果分配和丢弃中间数组。当然，这只适用于非常大的阵列。

就计算时间而言，它们似乎大致相似，尽管第一个版本稍好一些：

[1]中的

：将numpy作为np导入
在[2]中：a=np.arange（100_000，dtype=float）+1
在[3]中：定义f（a）：
…：b=10*np.log10（a）
...:
在[4]中：定义g（a）：
…：c=np.空的像（a）
…c=np.multiply（10，np.log10（a，out=c，out=c）
...:
在[5]：%timeit f（a）
每个回路759µs±52.2µs（7次运行的平均值±标准偏差，每个1000个回路）
在[6]：%timeit g（a）
每个回路877µs±39.8µs（7次运行的平均值±标准偏差，每个1000个回路）

是的，是的。如果你正在寻找一种在内存限制下工作的替代方案，考虑使用避免中间数组来澄清：“是的，他们这样做”，你的意思是他们在中间1的情况下创建中间数组，对吗？在第二种情况下不是，但我想它有点难看。在第一种情况下是，在第二种情况下不是。注意

np.log10（a，out=c）；np.multiply（10，c，out=c）

会更干净、更容易混淆。有趣的结果。理解为什么第一个表现更好是值得的。不过我不知道。老实说，

%timeit

的结果在不同的运行中确实有所不同，有时

g

比

f

做得更好。我想说，一般来说，它们是一样的。