Jupyter Notebook与IPython Shell代码运行耗时差异问题求助

Hey there! 我试着在自己的环境里复现了你提供的这段代码：

import numpy as np
test_list = []
max_len = 1000
for i in range(max_len):
    test_list.append(np.random.randn(784))

不管是在Jupyter Notebook还是IPython Shell中，运行时长都在毫秒级别，没有出现你描述的1分钟差异。既然你已经确认问题仅出现在自己的环境中，可以从以下几个方向排查：

• 检查Jupyter内核状态：如果之前在Notebook里运行过占用大量资源的代码，内核可能处于内存不足或卡顿状态。尝试重启Notebook内核后再重新运行这段代码，看是否能改善速度。
• 验证环境一致性：Jupyter和IPython可能使用了不同的Python环境。分别在两个环境中执行以下命令，确认numpy版本和Python解释器路径是否一致：

  import numpy as np
  print(np.__version__)
  import sys
  print(sys.executable)
  

  如果路径不同，说明它们属于不同环境，可能是环境依赖差异导致的速度问题。
• 禁用Jupyter扩展：部分Jupyter扩展（比如实时变量监控、代码 lint 工具等）会在后台执行额外操作，拖慢代码运行速度。尝试禁用所有第三方扩展后再次测试。
• 查看系统资源占用：运行代码时打开系统的任务管理器（Windows）或活动监视器（Mac），检查是否有其他进程占用了大量CPU、内存资源，导致Jupyter运行缓慢。

内容的提问来源于stack exchange，提问作者SourBitter