为什么numpy在两个数组中比较按元素的较大值时不快？

如何解决为什么numpy在两个数组中比较按元素的较大值时不快？

我有三个函数版本，可以对两个列表进行逐元素比较，并输出结果计数。第一次使用for循环（简单函数），第二次使用列表表达式，第三次使用numpy。我希望numpy会超级快，尤其是在列表很大时一次，但是发现它并不一致。

在具有不同数组大小的google colab上运行此命令，结果如下： SN）ArraySize RuntimeRatio =简单：已优化：脾气暴躁

1. 25 1：0.43：2.61
2. 25 1：0.22：0.46
3. 25 1：0.63：0.29
4. 25 1：0.75：1.18
5. 2500 1：0.89：3.07
6. 2500 1：0.84：1.51
7. 2500 1：0.59：0.79
8. 2500 1：0.75：2.19
9. 250000 1：1.26：2.64
10. 250000 1：1.23：2.18
11. 250000 1：1.25：2.22
12. 250000 1：0.90：1.56
13. 25000000 1：1.40：2.25
14. 25000000 1：1.32：2.22
15. 25000000 1：1.29：2.17
16. 25000000 1：1.28：2.19

关于发生的事情或我做错了什么的想法？

代码：

import numpy as np
import time
import random

def solution_list_simple(a,b):
  answer = 0
  for aval,bval in zip(a,b):
    if aval > bval:
      answer += 1
  return answer
###########
def solution_list_opti(a,b):
  return [ a_ele > b_ele for a_ele,b_ele in zip(a,b) ].count(True)
###########
def solution_np(a,b):
  return np.sum( np.array(a) > np.array(b) )
###########
random.seed(30)
howmanyvalue = 250000
A = [ random.randint(1,100) for _ in range(howmanyvalue) ]
B = [ random.randint(1,100) for _ in range(howmanyvalue) ]

## list version - simple
start_time = time.time()
print(f"")
print(f"\nanswer list simple = {solution_list_simple(A,B)}")
runtime_list_simple = time.time() - start_time
print(f"Runtime list simple = {runtime_list_simple}")

## list version - optmised
start_time = time.time()
print(f"")
print(f"\nanswer list_opti = {solution_list_opti(A,B)}")
runtime_list_opti = time.time() - start_time
print(f"Runtime list optimised = {runtime_list_opti}")

## numpy version
start_time = time.time()
print(f"")
print(f"\nanswer numpy = {solution_np(A,B)}")
end_np = time.time()
runtime_numpy = time.time() - start_time
print(f"Runtime numpy = {runtime_numpy}")

print(f"\n\nRelative ratios\nlist_simple : list_optimised : numpy = {1} : {(runtime_list_opti / runtime_list_simple):.2f} : {(runtime_numpy / runtime_list_simple):.2f}")