首页 > 编程语言 > 详细

numpy数组及处理:效率对比

时间:2018-09-29 12:32:05      阅读:138      评论:0      收藏:0      [点我收藏+]

a=list(range(10))
b=list(range(0,50,5))
c=[]
for i in range(len(a)):
    c.append(a[i]**2+b[i]**3)
    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(10))

import numpy
def nySum(n):
    a=numpy.arange(n)
    b=numpy.arange(n)
    c=a**2+b**3
    return (c)

from datetime import datetime
print(nySum(10))
from datetime import datetime
start=datetime.now()
pySum(100000)
timeddelta=datetime.now()-start
print(timeddelta)

start=datetime.now()
nySum(100000)
timeddelta=datetime.now()-start
print(timeddelta)

 


 

技术分享图片

 

numpy数组及处理:效率对比

原文:https://www.cnblogs.com/zwlh/p/9722965.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!