第五次作业

最新推荐文章于 2025-08-08 11:09:55 发布

转载最新推荐文章于 2025-08-08 11:09:55 发布 · 68 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/traces2018/p/9722951.html

文章标签：

#python

本文通过实现两个不同大小的数列相加，分别使用Python原生列表和NumPy数组，对比了两者在执行速度上的差异。实验结果显示，在处理大量数据时，NumPy数组的操作效率远高于Python列表，这主要得益于NumPy内部的优化和并行计算能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy
import datetime


def 数列相加(n):
    a = list(range(n))
    b = list(range(n))
    c = []
    for i in range(n):
        c.append(a[i]+b[i])
    return c


def 数组相加(n):
    a = numpy.arange(n)
    b = numpy.arange(n)
    c = a+b
    return c


def 执行时差():
    now1 = datetime.datetime.now()
    数列相加(300000)
    now2 = datetime.datetime.now()
    数组相加(300000)
    now3 = datetime.datetime.now()
    time = (now2-now1)-(now3 - now2)
    print("列表执行时间(30W数据)：" , now2-now1,"\n数组执行时间(30W数据)：" , now3-now2)

if __name__ == "__main__":
    print(数列相加(20))
    print(数组相加(20))
    执行时差()