numpy数组及处理:效率对比

Posted zengl

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。

numpy数组及处理:效率对比

 
  • 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。

def wansheSum(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(wansheSum(10))


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




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

start = datetime.now()
gpSum(100000)
delta = datetime.now()-start
print(delta)

技术分享图片

三、尝试把a,b定义为三层嵌套列表和三维数组,求相对应元素的ai2+bi3

对比两种数据类型处理方法及效率的不同。

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