python中矩阵（matrix或array）运算比for循环速度更快

在matlab中进行矩阵元素处理时，使用矩阵运算比for循环快。在Python语言中也是这样的。下面这个程序是一个简单的测试。

import time as tm
import numpy as np
dim = 100000#数据长度(包含的元素个数)
x1 = np.ones(dim)
x2 = np.ones(dim)
yFor = np.ones(dim)
tStart = tm.clock()#开始计时
#for循环解算x1*x2(对应元素相乘)
for i in range(dim):
    yFor[i] = x1[i]*x2[i]
tEnd=tm.clock()#停止计时
tFor = tEnd-tStart#计算用时
tStart = tm.clock()#开始计时
#矩阵计算x1*x2(对应元素相乘)
yMatrix = x1*x2
tEnd = tm.clock()#停止计时
tMatrix = tEnd-tStart#计算用时
print 'for循环用时tFor=',tFor
print '矩阵运算用时tMatrix=',tMatrix
print '运算用时tFor-tMatrix=',tFor-tMatrix
print '运算结果的差(所有元素累积和)yFor-yMatrix=',np.sum(yFor-yMatrix)