说“Matlab 总是比 NumPy 快”是错误的，反之亦然。他们的表现通常是可比的。使用 NumPy 时，要获得良好的性能，您必须记住 NumPy 的速度来自调用用 C/C++/Fortran 编写的底层函数。当您将这些函数应用于整个数组时，它表现良好。通常，当您在 Python 循环中的较小数组或标量上调用这些 NumPy 函数时，性能会较差。
你问的 Python 循环有什么问题？通过 Python 循环的每次迭代都是对方法的调用next。每次使用[]索引都是对方法的调用
__getitem__。每一个+=都是对__iadd__. 每个点属性查找（例如在 like 中np.dot）都涉及函数调用。这些函数调用对速度造成了很大的阻碍。这些钩子赋予了 Python 表达能力——例如，字符串索引与 dicts 索引不同。相同的语法，不同的含义。魔术是通过给对象不同的__getitem__方法来实现的。
但这种表现力是以速度为代价的。因此，当您不需要所有动态表达能力以获得更好的性能时，请尝试将自己限制为对整个数组的 NumPy 函数调用。
因此，删除 for 循环；尽可能使用“矢量化”方程。例如，而不是
for i in range(m):
delta3 = -(x[i,:]-a3[i,:])*a3[i,:]* (1 - a3[i,:])
您可以一次计算delta3每个i：
delta3 = -(x-a3)*a3*(1-a3)
而在for-loop delta3是一个向量，使用向量化方程delta3是一个矩阵。
中的一些计算for-loop不依赖于i，因此应该在循环之外提升。例如，sum2看起来像一个常量：
sum2 = sparse.beta*(-float(sparse.rho)/rhoest + float(1.0 - sparse.rho) / (1.0 - rhoest) )
alt这是一个可运行的示例，其中包含您的代码 ( )的替代实现 ( orig)。
我的 timeit 基准测试显示速度提高了 6.8 倍：
In [52]: %timeit orig()
1 loops, best of 3: 495 ms per loop
In [53]: %timeit alt()
10 loops, best of 3: 72.6 ms per loop
import numpy as np
class Bunch(object):
""" http://code.activestate.com/recipes/52308 """
def __init__(self, **kwds):
self.__dict__.update(kwds)
m, n, p = 10 ** 4, 64, 25
sparse = Bunch(
theta1=np.random.random((p, n)),
theta2=np.random.random((n, p)),
b1=np.random.random((p, 1)),
b2=np.random.random((n, 1)),
)
x = np.random.random((m, n))
a3 = np.random.random((m, n))
a2 = np.random.random((m, p))
a1 = np.random.random((m, n))
sum2 = np.random.random((p, ))
sum2 = sum2[:, np.newaxis]
def orig():
partial_j1 = np.zeros(sparse.theta1.shape)
partial_j2 = np.zeros(sparse.theta2.shape)
partial_b1 = np.zeros(sparse.b1.shape)
partial_b2 = np.zeros(sparse.b2.shape)
delta3t = (-(x - a3) * a3 * (1 - a3)).T
for i in range(m):
delta3 = delta3t[:, i:(i + 1)]
sum1 = np.dot(sparse.theta2.T, delta3)
delta2 = (sum1 + sum2) * a2[i:(i + 1), :].T * (1 - a2[i:(i + 1), :].T)
partial_j1 += np.dot(delta2, a1[i:(i + 1), :])
partial_j2 += np.dot(delta3, a2[i:(i + 1), :])
partial_b1 += delta2
partial_b2 += delta3
# delta3: (64, 1)
# sum1: (25, 1)
# delta2: (25, 1)
# a1[i:(i+1),:]: (1, 64)
# partial_j1: (25, 64)
# partial_j2: (64, 25)
# partial_b1: (25, 1)
# partial_b2: (64, 1)
# a2[i:(i+1),:]: (1, 25)
return partial_j1, partial_j2, partial_b1, partial_b2
def alt():
delta3 = (-(x - a3) * a3 * (1 - a3)).T
sum1 = np.dot(sparse.theta2.T, delta3)
delta2 = (sum1 + sum2) * a2.T * (1 - a2.T)
# delta3: (64, 10000)
# sum1: (25, 10000)
# delta2: (25, 10000)
# a1: (10000, 64)
# a2: (10000, 25)
partial_j1 = np.dot(delta2, a1)
partial_j2 = np.dot(delta3, a2)
partial_b1 = delta2.sum(axis=1)
partial_b2 = delta3.sum(axis=1)
return partial_j1, partial_j2, partial_b1, partial_b2
answer = orig()
result = alt()
for a, r in zip(answer, result):
try:
assert np.allclose(np.squeeze(a), r)
except AssertionError:
print(a.shape)
print(r.shape)
raise
提示：请注意，我在评论中留下了所有中间数组的形状。了解数组的形状有助于我理解您的代码在做什么。数组的形状可以帮助引导您使用正确的 NumPy 函数。或者至少，注意形状可以帮助您了解操作是否合理。例如，当您计算
np.dot(A, B)
和A.shape = (n, m)，B.shape = (m, p)然后np.dot(A, B)将是一个形状数组(n, p)。
它可以帮助以 C_CONTIGUOUS 顺序构建数组（至少，如果使用np.dot）。这样做可能会提高 3 倍的速度：
下面，除了C_CONTIGUOUS 和
F_CONTIGUOUS 之外，与和的关系x相同。xfxxfyyf
import numpy as np
m, n, p = 10 ** 4, 64, 25
x = np.random.random((n, m))
xf = np.asarray(x, order='F')
y = np.random.random((m, n))
yf = np.asarray(y, order='F')
assert np.allclose(x, xf)
assert np.allclose(y, yf)
assert np.allclose(np.dot(x, y), np.dot(xf, y))
assert np.allclose(np.dot(x, y), np.dot(xf, yf))
%timeit基准测试显示速度差异：
In [50]: %timeit np.dot(x, y)
100 loops, best of 3: 12.9 ms per loop
In [51]: %timeit np.dot(xf, y)
10 loops, best of 3: 27.7 ms per loop
In [56]: %timeit np.dot(x, yf)
10 loops, best of 3: 21.8 ms per loop
In [53]: %timeit np.dot(xf, yf)
10 loops, best of 3: 33.3 ms per loop
关于 Python 中的基准测试：
使用调用对的差异time.time()来衡量 Python 中代码的速度可能会产生误导。您需要多次重复测量。最好禁用自动垃圾收集器。测量大的时间跨度（例如至少 10 秒的重复次数）也很重要，以避免由于时钟计时器分辨率差而导致的错误，并减少time.time调用开销的重要性。Python 不是自己编写所有代码，而是为您提供timeit 模块。我本质上是使用它来计时代码片段，只是为了方便起见，我通过IPython 终端调用它。
我不确定这是否会影响您的基准测试，但请注意它可能会有所作为。在我链接到的问题中，根据time.time两段代码相差 1.7 倍，而使用的基准测试timeit显示这些代码段运行的时间基本相同。