第五次作业

最新推荐文章于 2023-12-04 16:56:43 发布

weixin_30539625

最新推荐文章于 2023-12-04 16:56:43 发布

阅读量67

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/a-zhuanger/p/9722941.html

本文探讨了使用Python列表与循环以及NumPy库进行数列运算的方法，包括函数封装及效率对比，展示了在大规模数据处理中NumPy的优越性。

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}

def pySum(n):
    a = list(range(10))
    b = list(range(0, 60, 6))
    c = []
    for i in range(len(a)):
        c.append(a[i] ** 2 + b[i] ** 3)
    return(c)

print(pySum(10))

^{2.用numpy实现，并包装成函数}

import numpy
def npSum(n):
    a = numpy.arange(10)
    b = numpy.arange(0, 60, 6)
    c = a + b
    return(c)

print(npSum(10))

^{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 pySum(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(pySum(10))

def npSum(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(pySum(10))

from datetime import datetime
start = datetime.now()
pySum(2000000)
delta=datetime.now()-start
print(delta)

start= datetime.now()
npSum(2000000)
delta=datetime.now()-start

print(delta)