原生python与numpy数组向量相加效率对比
来源:互联网 发布:ubuntu社区中文版 编辑:程序博客网 时间:2024/06/08 11:44
原生python与numpy数组向量相加效率对比
计算一个数据元素的平方与立方之和
1、原生python
#向量相加 - 原生Pythondef pythonvector(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 c
2、numpy实现
#向量相加 - numpyimport numpydef numpyvector(n): a = numpy.arange(n) ** 2 b = numpy.arange(n) ** 3 c = a + b return c
3、效率对比
#效率比较import sysfrom datetime import datetimen = 1000start = datetime.now()c = pythonvector(n)end = datetime.now() -startprint "The last 3 elements of the result ",c[-3:]print "pythonvector elapsed time ",end.microsecondsstart = datetime.now()c = numpyvector(n)end = datetime.now() -startprint "The last 3 elements of the result ",c[-3:]print "numpyvector elapsed time ",end.microseconds
结果是一样的,效率上numpy远快于原生的python,并且写法上更简洁。
2 0
- 原生python与numpy数组向量相加效率对比
- Python中的向量相加和numpy中的向量相加效率比较
- Python numpy数组扩展效率问题
- numpy 数据类型与 Python 原生数据类型
- PDO与原生方式对数据库连接插入操作效率对比
- python中str与list效率对比
- numpy数组扩展效率问题
- Python内置函数与numPy运算速度对比
- 有关数组与向量对比的小作业
- Python原生模块与自建模块的效率比较
- python 多维数组相加
- 关于python与c++效率的对比实战
- Python Numpy数组保存
- Python Numpy数组保存
- Python Numpy数组保存
- Python Numpy数组保存
- Python+Numpy------数组运算
- Python Numpy Tutorials: 数组
- Ubuntu 14.10集成redmine和gitlab(bitnami stacks)
- GDOI2016模拟3.9 暴走的图灵机 矩阵乘法优化暴力
- 常见算法之归并排序java实践
- 【js】:javascript中的数据类型
- 手机各类传感器的区别与可获得数据
- 原生python与numpy数组向量相加效率对比
- 推荐几款实用的Android Studio 插件
- 夏天到了,热啊,你需要的
- 开源项目
- LeetCode 58 Length of Last Word
- ZED-Board从入门到精通系列(八)——Vivado HLS实现FIR滤波器
- 8种常用的android设计模式
- CodePlugin:将Dedup应用到纠删码系统
- BestCoder Round #78