首页 > 编程语言 > 详细

numpy数组及处理:效率对比

时间:2018-10-02 22:01:46      阅读:190      评论:0      收藏:0      [点我收藏+]

def Sum(n):          #定义一个函数(注意:格式对齐,否则会出错)

    a=list(range(n))
    b=list(range(0,50000*n,5))
    c=[]
    for i in range(len(a)):
        c.append(a[i]**2+b[i]**3)
    return c
print(Sum(20))
 
import numpy as py
 
def pySum(n):
    a=py.array(range(n))
    b=py.array(range(0,500000*n,n))
    c=[]
    for i in range(len(a)):
        c.append(a[i]**2+b[i]**3)
    return c
print(pySum(20))
 
 
import datetime
def new4():
    now1=datetime.datetime.now()
    Sum(30000)
    now2=datetime.datetime.now()
    pySum(30000)
    now3=datetime.datetime.now()
    print("sum执行时间(30W数据):" , now2-now1,"\npysum数组执行时间(30W数据):" , now3-now2)
new4()
 
 
 
 
执行结果:
技术分享图片

numpy数组及处理:效率对比

原文:https://www.cnblogs.com/SpaldingWen/p/9737971.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!