Python和numpy中的向量相加哪个效率比较高-创新互联
这篇文章主要讲解了“Python和numpy中的向量相加哪个效率比较高”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python和numpy中的向量相加哪个效率比较高”吧!
徽县网站制作公司哪家好,找创新互联!从网页设计、网站建设、微信开发、APP开发、自适应网站建设等网站项目制作,到程序开发,运营维护。创新互联从2013年成立到现在10年的时间,我们拥有了丰富的建站经验和运维经验,来保证我们的工作的顺利进行。专注于网站建设就选创新互联。直接使用Python来实现向量的相加
# -*-coding:utf-8-*- #向量相加 def 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 a,b,c print pythonsum(4),type(pythonsum(4)) for arg in pythonsum(4): print arg
从这里这个输出结果可以看得出来,return多个值时,是以列表的形式返回的
([0, 1, 4, 9], [0, 1, 8, 27], [0, 2, 12, 36])[0, 1, 4, 9] [0, 1, 8, 27] [0, 2, 12, 36]
使用numpy包实现两个向量的相加
def numpysum(n): a = np.arange(n) ** 2 b = np.arange(n) ** 3 c = a + b return a,b,c
(array([0, 1, 4, 9]), array([ 0, 1, 8, 27]), array([ 0, 2, 12, 36]))[0 1 4 9] [ 0 1 8 27] [ 0 2 12 36]
比较用Python实现两个向量相加和用numpy实现两个向量相加的情况
size = 1000 start = datetime.now() c = pythonsum(size) delta = datetime.now() - start # print 'The last 2 elements of the sum',c[-2:] print 'pythonSum elapsed time in microseconds',delta.microseconds size = 1000 start1 = datetime.now() c1 = numpysum(size) delta1 = datetime.now() - start1 # print 'The last 2 elements of the sum',c1[-2:] print 'numpySum elapsed time in microseconds',delta1.microseconds
从下面程序运行结果我们可以看到在处理向量是numpy要比Python计算高出不知道多少倍
pythonSum elapsed time in microseconds 1000 numpySum elapsed time in microseconds 0
感谢各位的阅读,以上就是“Python和numpy中的向量相加哪个效率比较高”的内容了,经过本文的学习后,相信大家对Python和numpy中的向量相加哪个效率比较高这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
本文题目:Python和numpy中的向量相加哪个效率比较高-创新互联
转载来源:http://pwwzsj.com/article/decdoj.html