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))
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))
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)
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