Python NumPy 实现比 for 循环版本慢

我有两个函数np_prod和slice_prod，它们对形状相同的两个NumPy数组mat1和mat2执行相同的逐元素操作.然而，我注意到np_prod函数比slice_prod函数慢.我使用以下代码来测量性能:

import numpy as np
import timeit

shape = (10, 600, 600)
mat1 = np.random.rand(*shape).astype(np.float32)
mat2 = np.random.rand(*shape).astype(np.float32)

def np_prod(mat1, mat2):
    res = mat1.copy()
    res *= -1
    res += 1
    res *= (1 - mat2)
    res *= -1
    res += 1
    return res

def slice_prod(mat1, mat2):
    res = mat1.copy()
    for i in range(res.shape[0]):
        res[i] *= -1
        res[i] += 1
        res[i] *= (1 - mat2[i])
        res[i] *= -1
        res[i] += 1
    return res

N = 400
print("For loop product: ", timeit.timeit("slice_prod(mat1, mat2)", setup="from __main__ import slice_prod, mat1, mat2", number=N))
print("Numpy product: ", timeit.timeit("np_prod(mat1, mat2)", setup="from __main__ import np_prod, mat1, mat2", number=N))

得到的结果是

For loop product:  15.605191999999999
Numpy product:  18.899588700000002

我的NumPy版本是1.24.2.我预计NumPy实现会更快，因为它优化了数组操作，但在这种情况下，for-loop版本似乎更快.有谁能解释为什么会发生这种情况，以及我如何优化np_prod以使速度更快？

(我提供的示例是我的用例的简化版本.在我自己的代码中，性能差异更显著，比如2倍，使用time.perf_count测量)