np.array行提取耗时疑问：为何子数组访问耗时更长？

这是个特别有意思的反直觉问题，拆解开numpy的底层操作逻辑就一目了然了：

1. %timeit x其实没做“实际工作” #

当你执行%timeit x时，Python只是返回了变量x的内存引用——说白了就是告诉解释器“这个变量在内存里的位置是啥”，完全没有触碰数组里的实际数据，也没有任何计算、内存分配或复制操作。这种纯引用操作的耗时几乎可以忽略，所以才会只有23纳秒。

2. x[a]是完整的“数组索引+数据复制”流程 #

而x[a]就不一样了，numpy要完成一整套实打实的操作：

• 首先校验索引a的合法性：确认它符合numpy索引规则，检查索引的维度、取值范围是否正确；
• 然后计算结果数组的形状：根据原数组x的形状和a的长度，确定新数组的维度（这里x是(100,20)，a是长度20的数组，所以x[a]会生成一个(20,20)的新数组）；
• 最后也是最耗时的步骤：分配新内存+复制数据。numpy会为新数组开辟独立的内存空间，然后把原数组中对应索引位置的元素逐一复制过去。内存读写的开销远大于单纯的CPU运算，这就是1.7微秒耗时的核心原因。

3. 矩阵乘法的类似现象也源于同一逻辑 #

你提到的x.T.dot(x)和x[a].T.dot(x[a])的差异，本质也是一样的：

• x.T.dot(x)直接基于原数组的连续内存做运算，numpy可以调用BLAS等高效线性代数库做深度优化，没有额外的前置开销；
• 而x[a].T.dot(x[a])首先要完成上面说的索引+数据复制步骤，生成新数组后再做矩阵乘法，自然总耗时会更长。

额外提个小技巧：如果你的索引是连续的（比如这里的a=np.arange(20)），可以用切片x[:20]代替数组索引——切片返回的是原数组的视图（view），不会复制数据，耗时会和x的引用操作接近很多！

内容的提问来源于stack exchange，提问作者user8648470