numpy数组及处理:效率对比

Posted sjmhj

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了numpy数组及处理:效率对比相关的知识,希望对你有一定的参考价值。

#用列表+循环实现,并包装成函数
def pySum(n): #输出列表
h = list(range(n))
j = list(range(0,10*n,10))
k = []
for i in range(len(h)): #用for 进行循环
k.append(h[i]**2+j[i]**3)
return(k)
print(pySum(20)) #输出结果

技术分享图片

 

#用numpy实现,并包装成函数
import numpy #导入数组
a = numpy.arange(5)
b = numpy.arange(95,100,5)
c = a+b #数组相加
print(a,b,c) #输出

技术分享图片

#用运行函数前后的timedelta表示。

from datetime import datetime,timedelta
q = datetime.today()
pySum(200000)
delta = datetime.now() - q
print(delta)


技术分享图片

 




























以上是关于numpy数组及处理:效率对比的主要内容,如果未能解决你的问题,请参考以下文章

numpy数组及处理:效率对比

numpy数组及处理:效率对比

numpy数组及处理:效率对比

numpy数组及处理:效率对比

numpy数组及处理:效率对比

numpy数组及处理:效率对比