作业五

转载于 2018-09-29 12:50:00 发布 · 117 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/tangpaiq-/p/9723142.html

文章标签：

#python

本文通过对比使用Python列表和NumPy库进行数学运算的效率，展示了在大规模数据处理中，NumPy的优越性。实验以一个具体的数学运算为例，通过测量不同方法的运行时间来评估效率。

# 1.用列表+循环实现，并包装成函数
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))
# 2.用numpy实现，并包装成函数
import numpy
def pySum1(n):
    a=numpy.arange(n)
    b=numpy.arange(0,5*n,5)
    c=a+b
    return (c)
print(pySum1(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。
#
from datetime import datetime
start = datetime.now()
pySum(100000)
delta = datetime.now() - start
print(delta)


start = datetime.now()
pySum(100000)
delta = datetime.now()-start
print(delta)

结果如下：