Python3 numpy.fft.fft() vs Python2 numpy.fft.fft()

Question

在我的MacBook专业版上运行以下代码后，我发现python3 numpy.fft.fft比python2更快：

import random
import time
# import matplotlib
import numpy as np 
from scipy.fftpack import fft
# import cv2

coordinate = np.ndarray((1920, 1080, 2))
print(coordinate.shape)

for i in range(1920):
    for j in range(1080):
      coordinate[i][j] = (random.randint(0, 1920), random.randint(0, 1080))

print(coordinate[0][0])
# test = ([2.+4.j, 3.+3.j, 4.+4.j, 5.+3.j, 4.+2.j, 3.+1.j, 2.+2.j, 1.+3.j])
start_time = time.time();
res = np.fft.fft(coordinate)
end_time = time.time();
print("spend time: ", (end_time - start_time));

结果是：

% python2 ./test.py
(1920, 1080, 2)
[ 1022.   435.]
('spend time: ', 0.06316184997558594)
% python3 ./test.py
(1920, 1080, 2)
[1143.  678.]
spend time:  0.18218493461608887

蟒蛇的numpy版本都是1.19.1

Python2: 2.7.16

Python3: 3.7.3

为什么python2比python3快？

Answer 1

我对你的测试做了一点修改，我想这会改变你的结论。修改后的代码如下：

import random
import time
# import matplotlib
import numpy as np 
from scipy.fftpack import fft
# import cv2

np.random.seed(1234)

first = np.random.randint(0, 1920, (1920, 1080))
second = np.random.randint(0, 1080, (1920, 1080))

coordinate = np.dstack((first, second))
print(coordinate.shape)

print(coordinate[0][0])

start_time = time.time();
for i in range(100):
  res = np.fft.fft(coordinate)
end_time = time.time();
print("spend time: ", (end_time - start_time)/100);

首先，我让ftt函数在循环中运行100次，以获得更好的平均值。其次，我对所有测试使用相同的种子，因此结果数组coordinate对于所有测试都是相同的。

第三个更改不会影响测试，它只是创建coordinate数组的一种更快的方法。

我使用python2和python3多次运行测试(不是在我的机器上，但我使用了repl.it)，我的结论是实际上没有太大区别。就我而言，经常使用python3测试比使用python2更快。

Answer 2

我把这个问题作为一个问题发布在GitHub上：https://github.com/numpy/numpy/issues/17130