numpy数组及处理：效率对比

最新推荐文章于 2023-06-05 13:52:48 发布

转载最新推荐文章于 2023-06-05 13:52:48 发布 · 68 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/la-vie/p/9723023.html

文章标签：

#python

本文探讨了使用Python列表和循环以及numpy库进行数列运算的方法，并通过对比两种方法的运行效率，展示了numpy在处理大规模数据时的优势。文章首先定义了两个数列a和b，然后分别使用列表+循环和numpy实现了数列的运算，最后通过运行函数前后的timedelta对比了两种方法的效率。

问题：

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

2.用numpy实现，并包装成函数

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。

输入代码：

a = list(range(10))
b = list(range(0,50,5))
c=[]
for i in range(len(a)):
    c.append(a[i]+b[i])
print(a,b,c)

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(20))

import numpy
a = numpy.arange(10)
b = numpy.arange(0,50,5)
a = b + c
print(a,b,c)

def pySum(n):
    a=numpy.arange(n)
    b=numpy.arange(0,5*n,5)
    c=a**2+b**3
    return (c)
print(pySum(10))