python在消耗内存时使用系统cpu时间

我注意到，当python（可能只是

numpy

？）占用内存时，系统cpu时间变得非常重要

例如，运行以下代码时（

numpy

多线程被禁用）：

大约88%的运行内核用于用户时间，12%用于系统时间

但是，在运行以下代码时：

for i in range(1000000):
    a = np.random.rand(50, 50)

所有cpu时间都用于用户时间

我想了解：

（1） 为什么会发生这种情况

（2） 我是否需要分析代码以使用更少的内存？请注意，当我说评测时，我并不关心内存，而walltime是我唯一关心的。我只是担心太多的系统时间会减慢我的程序。

测试代码：

N=10000000
M=10

# Method 1
a=[]
for i in range(N):
    a.append(np.random.rand(M,M))

# Method 2
a = np.random.rand(M,M,N)

# Method 3
for i in range(N):
    a = np.random.rand(M,M)

linux

time

命令的结果：

而且：

Method 3 at M=10 and N=10000000
real  0m15.221s
user  0m15.169s
sys   0m0.016s

结果表明，在方法1中，系统调用时间随着块大小的增加而减少，并最终达到与方法2中相同的水平。同时，由于用户空间时间成本的快速增长，系统调用时间成本的比例随着块大小的减小而减小

---

至于方法3，它省去了分配大量内存的开销，导致系统调用的开销非常小，这在您的程序中基本上是不真实的（我知道它是做什么的！）。

总处理使用量是否也更大？您的问题暗示了这一点。不，我没有比较它们，因为这两个代码段做的事情不一样。

Method 3 at M=10 and N=10000000
real  0m15.221s
user  0m15.169s
sys   0m0.016s