正如标题所示 numpy.dot （我认为 numpy 是通用的）在更新我的系统后执行速度要慢得多。我运行比较的示例代码是：
from numpy import *
import time
A=random.random((1000,1000))
B=random.random((1000,1000))
st=time.time();dot(A,B);end=time.time();print end-st
以下代码在我的另一台计算机上花费了 ~0.09 秒（有问题的计算机过去运行速度与另一台计算机一样快），但代码在有问题的计算机上花费了 ~0.26 秒。
这是我解决这个问题的尝试。我的第一个猜测是，1：ATLAS 没有连接到 numpy。因此，我使用 synaptic、libatlas3-bas、libatlas-doc、libatlas-dev、libatlas3gf-bas、libatlas-bas-dev 安装了 atlas 包。
安装后，我通过键入检查 numpy 是否链接到 atlas
import numpy.distutils.system_info as sysinfo
sysinfo.get_into('atlas')
返回消息如下：
ATLAS version 3.10.1 built by buildd on Sat Jul 27 19:04:50 UTC 2013:
UNAME : Linux roseapple 3.2.0-37-generic #58-Ubuntu SMP Thu Jan 24 15:28:10 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux
INSTFLG : -1 0 -a 1 -l 1
ARCHDEFS : -DATL_OS_Linux -DATL_ARCH_x86SSE2 -DATL_CPUMHZ=1596 -DATL_SSE2 -DATL_SSE1 -DATL_USE64BITS -DATL_GAS_x8664
F2CDEFS : -DAdd_ -DF77_INTEGER=int -DStringSunStyle
CACHEEDGE: 1048576
F77 : /usr/bin/x86_64-linux-gnu-gfortran-4.8, version GNU Fortran (Ubuntu/Linaro 4.8.1-8ubuntu1) 4.8.1
F77FLAGS : -fomit-frame-pointer -mfpmath=sse -O2 -msse2 -fPIC -m64
SMC : /usr/bin/c99-gcc, version gcc (Ubuntu/Linaro 4.8.1-8ubuntu1) 4.8.1
SMCFLAGS : -fomit-frame-pointer -mfpmath=sse -O2 -msse2 -fPIC -m64
SKC : /usr/bin/c99-gcc, version gcc (Ubuntu/Linaro 4.8.1-8ubuntu1) 4.8.1
SKCFLAGS : -fomit-frame-pointer -mfpmath=sse -O2 -msse2 -fPIC -m64
Out[12]:
{'define_macros': [('ATLAS_INFO', '"\\"3.10.1\\""')],
'include_dirs': ['/usr/include/atlas'],
'language': 'f77',
'libraries': ['lapack', 'f77blas', 'cblas', 'atlas'],
'library_dirs': ['/usr/lib/atlas-base/atlas', '/usr/lib/atlas-base']}
所以，我假设它是链接的。我也进入 numpy/core/ 路径并输入
$ldd _dotblas.so
输出是
linux-vdso.so.1 => (0x00007fff16ffa000)
libcblas.so.3 => /usr/lib/libcblas.so.3 (0x00007fa913908000)
libpthread.so.0 => /lib/x86_64-linux-gnu/libpthread.so.0 (0x00007fa9136eb000)
libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007fa913322000)
libatlas.so.3 => /usr/lib/libatlas.so.3 (0x00007fa912d8f000)
libgfortran.so.3 => /usr/lib/x86_64-linux-gnu/libgfortran.so.3 (0x00007fa912a77000)
libgcc_s.so.1 => /lib/x86_64-linux-gnu/libgcc_s.so.1 (0x00007fa912860000)
libm.so.6 => /lib/x86_64-linux-gnu/libm.so.6 (0x00007fa91255c000)
/lib64/ld-linux-x86-64.so.2 (0x00007fa913d4f000)
libquadmath.so.0 => /usr/lib/x86_64-linux-gnu/libquadmath.so.0 (0x00007fa912320000)
然后，为了确保 libcblas.so.3 链接到 ATLAS，我输入了
$ /usr/sbin/update-alternatives --config libblas.so.3
There are 4 choices for the alternative libblas.so.3 (providing /usr/lib/libblas.so.3).
Selection Path Priority Status
------------------------------------------------------------
0 /usr/lib/openblas-base/libopenblas.so.0 40 auto mode
* 1 /usr/lib/atlas-base/atlas/libblas.so.3 35 manual mode
2 /usr/lib/libblas/libblas.so.3 10 manual mode
3 /usr/lib/openblas-base/libopenblas.so 30 manual mode
4 /usr/lib/openblas-base/libopenblas.so.0 40 manual mode
Press enter to keep the current choice[*], or type selection number: 1
以下步骤没有解决我的问题...
我意识到我的 CPU 节流已开启，而当 CPU 节流开启时，ATLAS 无法正常工作。因此，我使用 rcconf 将其关闭，并如上所述重新安装 Atlas 并重新安装 Numpy ......但这并没有解决问题......
现在我正在运行 python 2.7.5+，所以我也尝试重新安装它.. 没有解决问题。
我检查了我的记忆..
total used free shared buffers cached电话：5959 2345 3614 0 86 730
-/+ 缓冲区/缓存：1528 4431
交换：6133 0 6133
而且我的内存是免费的..我的matlab代码运行速度和以前一样快..所以我不认为这是内存问题..
有人可以帮忙吗？numpy 的线性代数包似乎很慢......现在，它大大延迟了我的模拟，所以我无法真正运行我的代码。非常感谢您！让我知道我的问题是否有任何混淆。！