Python矩阵乘法中map比普通for循环运行慢的原因是什么

两种实现耗时差异的核心原因 #

• 访存模式差异
  第一种实现提前对B做了一次转置，后续所有操作都是读取两个矩阵的行数据。绝大多数矩阵实现都是行优先存储，读取行是连续内存访问，缓存命中率极高；而第二种实现每次循环都调用B.column(c+1)读取列数据，行优先存储下取列需要跨地址跳转访问，缓存命中率极低，还需要额外的逻辑拼接列元素，这是最大的性能差距来源。
• 函数调用与额外开销差异
  第二种实现内层使用map+lambda实现元素相乘，lambda属于Python级别的函数调用，每次调用都有额外的栈开销，远低于第一种实现中直接在循环内计算乘积的执行效率；同时sum(list(map(...)))多了一步将map对象转为列表的操作，相当于对乘积序列多遍历了一次，还额外产生了临时列表的内存分配和回收开销。
• 重复对象创建开销
  第二种实现每次循环都调用A.row(r+1)和B.column(c+1)，如果这两个方法每次调用都会生成新的列表对象存储行/列数据，那么整个计算过程会产生大量临时对象，增加了内存分配和垃圾回收的负担；第一种实现直接操作已经存在的A的行和转置后B的行，全程没有额外的临时行/列对象创建。
• 补充说明：列表推导本身确实比显式append的for循环执行效率更高，但这个优势是建立在两者逻辑完全等价的前提下，第二种实现的内层逻辑开销远大于第一种，列表推导的那点性能优势完全抵消不了额外引入的开销，所以最终表现更慢。

内容的提问来源于stack exchange，提问作者pytherhub