既存のnumpy配列を再利用するか、新しい配列を作成しますか？

Question

反復アルゴリズムでは、大量の配列を何回も使用するのが一般的です。私は既存の大規模な配列に値を書きたいと思っていますが、新しい配列を作成することがさらに速いことがわかりました。

>>>import numpy as np 
>>>a=np.arange(10000) 
>>>b=a.copy() 
>>>%timeit b=a+a # Every time create a new array 
100000 loops, best of 3: 9.59 µs per loop 
>>>%timeit b[:]=a+a # Use existing array 
100000 loops, best of 3: 13.3 µs per loop 
>>>%timeit np.copyto(b,a+a) # Another way to use existing array 
100000 loops, best of 3: 13.4 µs per loop 

• 既存のアレイを再利用する任意のより高速な方法はありますか？ （例えば、上記のb）
• このような方法がない場合、なぜ新しいアレイを作成する方が速いのですか？
• 毎回新しいアレイを再作成するという欠点はありますか？私のデータが大きいので、私はそれについて躊躇し、すべての反復でそれを異なる値で割り当てる必要があります。

Answer 1

• np.copyto(b,a);b+=a最速の方法より高速ですが、ありません。
• np.add(a,a,b)が最良の選択肢です。100000回のループ、最高3回ループあたり8.66μsです。

多分b[:]=a+aはいくつかの一時計算スペースを生成するでしょうか？私はkonwしない。しかし、 "+ =、 - =、* =、add"を使用すると、これらのufunは間違っていません。