numpy数组及处理:效率对比

Posted vitan

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。

问题:

数列:

  • a = a1,a2,a3,·····,an
  • b = b1,b2,b3,·····,bn
  • 求:
  • c = a12+b13,a22+b23,a32+b33,·····+an2+bn3
    1.用列表+循环实现,并包装成函数
    2.用numpy实现,并包装成函数
    3.对比两种方法实现的效率,给定一个较大的参数n,用运行函数前后的timedelta表示。

    用列表+循环 实现,并包装成函数

def pySum(n):
    a = list(range(n))
    b = list(range(0,5*n,5))
    c = []
    for i in range(len(a)):
        c.append(a[i] ** 2 + b[i] ** 3)
    return(c)
print(pySum(10))

技术分享图片

用数组numpy实现,并包装成函数

import numpy
def npSum(n):
    a = numpy.arange(n)
    b = numpy.arange(0, 5 * n, 5)
    c = a**2+b**3
    return(c)
print(npSum(10))

技术分享图片

对比两种方法实现的效率,给定一个较大的参数n,用运行函数前后的timedelta表示

from datetime import datetime
start = datetime.now()
pySum(100000)
delta = datetime.now()-start
print(delta)

start = datetime.now()
npSum(100000)
delta = datetime.now()-start
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