为什么在Python中x*=y比x=x*y慢？

我试图优化我用Python编写的一些代码，在整个过程中，我一直认为用Python编写

x*=y

而不是

x=x*y

更有效（或者在最坏的情况下是等效的）。但使用以下基本测试，情况似乎并非如此

import time

t0 = time.time()
x = 1.01
for i in range(1000000):
    x *= 1.000001
print(time.time() - t0)
# Outputs 0.1081240177154541

t0 = time.time()
x = 1.01
for i in range(1000000):
    x = x * 1.000001
print(time.time() - t0)
# Outputs 0.07818889617919922

---

为什么会这样？

我一直在做休闲测试：

def test1(x):
    for i in range(10000000):
        x *= 1.000001

def test2(x):
    for i in range(10000000):
        x = x * 1.000001


%timeit test1(1.01)
# 511 ms ± 25.9 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit test2(1.01)
# 591 ms ± 87.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

差别如此之小，以至于你可以说性能是一样的

---

正如我的结果所显示的（与您的结论相反），不同机器之间或不同运行之间的结果可能不同

将循环量乘以10，然后运行测试几次，您将看到时间几乎相同。当我运行此测试时，时间差不到10000分之一。我建议使用一种更可靠的方法，比如

timeit

。另外，use可以在jupyter笔记本中使用timeit，并指定每次运行的次数和循环次数。例如，10次运行，每个循环10次：

%%timeit-r 10-n 10

谢谢。你到底是如何使用timeit来产生这个输出的？我使用Python3.7的jupyter笔记本，从一次运行到另一次运行，结果与空闲时的结果不一样。我不会说平均加速15%特别小，特别是对于这种低级的东西。我猜是

float.\uuurmul\uuuuu

在后台做了一些额外的工作，尽管我无法从源代码中确定它。例如，

x*=1j

将

x

从浮点变为复数（并更改

id（x）

）。所以大概

float.\uuuurmul\uuuuuu

会对

float.\uuuuuu mul\uuuu

中多余的两个参数进行一些检查。