Почему Numpy Fabs намного медленнее, чем ABS? ⇐ Python

[Anonymous]

Этот сценарий Python 3.12.7 с Numpy 2.2.4: < /p>

Код: Выделить всё

import numpy as np, timeit as ti

a = np.random.rand(1000).astype(np.float32)
print(f'Minimum, median and maximum execution time in us:')

for fun in ('np.fabs(a)', 'np.abs(a)'):
t = 10**6 * np.array(ti.repeat(stmt=fun, setup=fun, globals=globals(), number=1, repeat=999))
print(f'{fun:20}  {np.amin(t):8,.3f}  {np.median(t):8,.3f}  {np.amax(t):8,.3f}')
< /code>
дает эти результаты на AMD Ryzen 7 3800x: < /p>
Minimum, median and maximum execution time in us:
np.fabs(a)               1.813     1.843     4.929
np.abs(a)                0.781     0.811     1.463

Указывая, что np.fabs () более чем в 2 раза медленнее, чем np.abs () , несмотря на то, что у последних больше функциональности. В чем причина?

Подробнее здесь: https://stackoverflow.com/questions/796 ... r-than-abs