"为什么在我的电脑上，Python特征值计算比MATLAB要慢得多？"

Question

我想用Python2.6.5计算大型ish矩阵（约1000x1000）的特征值。我不能这么快就做。我没有找到任何其他的线索来解决这个问题。在

当我跑的时候

a = rand(1000,1000);
tic;
for i =1:10
    eig(a);
end
toc;

在MATLAB中大约需要30秒。在Python中进行类似的测试需要216秒。使用RPy在R中运行它并没有显著加快计算速度。八度音阶测试用了93秒。我对速度的差异有点困惑。在

我在网上找到的唯一一个类似问题的例子是this，它已经有好几年的历史了。这个问题中的海报有一个不同的Python目录结构（我把它归因于帖子的年代，尽管我可能会弄错），所以我没有足够的信心去尝试按照通讯员发布的指示进行操作。在

我的包经理说我已经安装了LAPACK，我使用NumPy和SciPy进行Python计算：

^{pr2}$

我对Python还很陌生，所以我可能做了些傻事。如果我需要提供更多信息，请告诉我。在

Answer 1

我想你看到的是Matlab使用的英特尔数学内核库（MKL）与你的系统上的任何LAPACK实现（也许是ATLAS？）之间的区别那个小淘气被联系起来了。您可以看到MKL在these benchmarks中的速度有多快。在

我想，如果能够针对“英特尔MKL”库重建Scipy，那么性能会更好。如果您使用的是Windows，可以从here下载预构建的副本，或者您可以考虑使用类似于热情的Python发行版。在

Answer 2

我确实在时间安排上有所不同，但不像你那样激烈。我的MATLAB（R2010b）计时为~25秒，python（2.7）为~60秒。在

我对这些数字并不感到惊讶，因为MATLAB仅仅是一种数值和矩阵操作语言，而且它的JIT加速器比通用语言python具有优势。一般来说，MATLAB和{}之间的差异非常小，但是当矩阵大小很大时，就会变得明显，就像您的例子一样。在

这并不意味着没有方法可以提高python的性能。scipy网站上的PerformancePython文章很好地介绍了提高python性能的不同方法。在