原生python与numpy数组向量相加效率对比

最新推荐文章于 2025-06-08 14:03:08 发布

原创

最新推荐文章于 2025-06-08 14:03:08 发布 · 6.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python

本文对比了原生Python与NumPy库在执行数组向量相加操作时的效率和简洁性。实验结果显示，NumPy在性能上显著优于原生Python，同时提供了更简洁的代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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Python
def 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 - numpy
import numpy

def 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 sys
from datetime import datetime

n = 1000

start = datetime.now()
c = pythonvector(n)
end = datetime.now() -start

print "The last 3 elements of the result ",c[-3:]
print "pythonvector elapsed time ",end.microseconds

start = datetime.now()
c = numpyvector(n)
end = datetime.now() -start

print "The last 3 elements of the result ",c[-3:]
print "numpyvector elapse