为何scipy.coherence处理数组比处理矩阵时速度快两倍？

• numpy.as_strided的内存布局问题
  用as_strided构造的矩阵是非连续内存视图，scipy的coherence处理连续数组时能更好利用CPU缓存。旧循环里每个窗口是原数组的连续切片，缓存命中率更高；新方法的伪连续矩阵会导致频繁缓存未命中，内存访问延迟大幅增加，直接抵消了矢量化的理论优势。

• scipy.coherence的分支逻辑开销
  scipy的coherence在处理多轴输入时，内部会做额外的维度校验、适配和通用逻辑处理。相比旧实现中直接对单个小窗口调用（逻辑更简洁），矢量化分支的通用处理会引入额外开销，当窗口数量多但单个窗口数据量小时，这种开销的占比会被放大。

• 临时数据的内存带宽占用
  旧循环每次仅处理单个窗口，生成的临时数据量小；矢量化方法需要一次性处理所有窗口，会生成更大的中间数组（比如多窗口FFT结果），这些大数组会占用更多内存带宽，甚至触发虚拟内存交换，拖慢整体运算速度。

• 线程调度的隐性消耗
  部分scipy函数在多轴处理时会尝试启用多线程，但如果单个窗口计算量小，线程创建、调度的开销会超过并行计算的收益。旧循环中单个窗口计算用单线程执行，反而避免了这部分额外消耗。

内容的提问来源于stack exchange，提问作者Mih To