NumPy实例

NumPy是python的开源运算扩展，主要用来做科学计算和数据分析

Ubuntu下安装numpy

• 指令 sudo pip install numpy

numpy的优势

• NumPy中数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构（如嵌套的list容器）。这在数据量到达一定程度时会体现的很明显。

numpy实例

• 求n个数的立方和

import sysfrom datetime import datetimeimport numpy as npdef numpysum(n):    a = np.arange(n) ** 2    b = np.arange(n) ** 3    c = a + b    return cdef pythonsum(n):    a = range(n)    b = range(n)    c = []    for i in range(len(a)):        a[i] = i ** 2        b[i] = i ** 3        c.append(a[i] + b[i])    return csize = int(sys.argv[1])start = datetime.now()c = pythonsum(size)delta = datetime.now() - startprint "The last 2 elements of the sum", c[-2:]print "PythonSum elapsed time in microseconds", delta.microsecondsstart = datetime.now()c = numpysum(size)delta = datetime.now() - startprint "The last 2 elements of the sum", c[-2:]print "NumPySum elapsed time in microseconds", delta.microseconds

一般情况下，在n值达到200以上时，NumPy的运算时间会优于循环方式，且二者结果相同。

结语

• NumPy的用途绝不是如此简单。在处理大量数据时，特别是矩阵、数组，其性能优势会非常明显，而且自带的数学函数能够满足许多应用，如方差、均值、中位数等统计相关的函数。