关于Python中的向量相加和numpy中的向量相加效率对比


Posted in Python onAugust 26, 2019

直接使用Python来实现向量的相加

# -*-coding:utf-8-*-
#向量相加
def pythonsum(n):
 a = range(n)
 b = range(n)
 c = []
 for i in range(len(a)):
  a[i] = i**2
  b[i] = i**3
  c.append(a[i]+b[i])
 return a,b,c

print pythonsum(4),type(pythonsum(4))
for arg in pythonsum(4):
 print arg

从这里这个输出结果可以看得出来,return多个值时,是以列表的形式返回的

([0, 1, 4, 9], [0, 1, 8, 27], [0, 2, 12, 36]) <type 'tuple'>
[0, 1, 4, 9]
[0, 1, 8, 27]
[0, 2, 12, 36]

使用numpy包实现两个向量的相加

def numpysum(n):
 a = np.arange(n) ** 2
 b = np.arange(n) ** 3
 c = a + b
 return a,b,c
(array([0, 1, 4, 9]), array([ 0, 1, 8, 27]), array([ 0, 2, 12, 36])) <type 'function'>
[0 1 4 9]
[ 0 1 8 27]
[ 0 2 12 36]

比较用Python实现两个向量相加和用numpy实现两个向量相加的情况

size = 1000
start = datetime.now()
c = pythonsum(size)
delta = datetime.now() - start
# print 'The last 2 elements of the sum',c[-2:]
print 'pythonSum elapsed time in microseconds',delta.microseconds

size = 1000
start1 = datetime.now()
c1 = numpysum(size)
delta1 = datetime.now() - start1
# print 'The last 2 elements of the sum',c1[-2:]
print 'numpySum elapsed time in microseconds',delta1.microseconds

从下面程序运行结果我们可以看到在处理向量是numpy要比Python计算高出不知道多少倍

pythonSum elapsed time in microseconds 1000
numpySum elapsed time in microseconds 0

以上这篇关于Python中的向量相加和numpy中的向量相加效率对比就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python logging类库使用例子
Nov 22 Python
Flask框架的学习指南之制作简单blog系统
Nov 20 Python
python 计算文件的md5值实例
Jan 13 Python
python实现图片文件批量重命名
Mar 23 Python
详解python3 + Scrapy爬虫学习之创建项目
Apr 12 Python
Python多线程爬取豆瓣影评API接口
Oct 22 Python
python绘制无向图度分布曲线示例
Nov 22 Python
Python编程快速上手——Excel表格创建乘法表案例分析
Feb 28 Python
Python常见反爬虫机制解决方案
Jun 01 Python
Python使用cn2an实现中文数字与阿拉伯数字的相互转换
Mar 02 Python
如何解决.cuda()加载用时很长的问题
May 24 Python
python字符串拼接.join()和拆分.split()详解
Nov 23 Python
python中sort和sorted排序的实例方法
Aug 26 #Python
对Python 中矩阵或者数组相减的法则详解
Aug 26 #Python
Numpy 中的矩阵求逆实例
Aug 26 #Python
利用python-docx模块写批量生日邀请函
Aug 26 #Python
在python Numpy中求向量和矩阵的范数实例
Aug 26 #Python
Python 如何提高元组的可读性
Aug 26 #Python
Python使用python-docx读写word文档
Aug 26 #Python
You might like
PHP中的gzcompress、gzdeflate、gzencode函数详解
2014/07/29 PHP
PHP中常用的字符串格式化函数总结
2014/11/19 PHP
php输出图像的方法实例分析
2017/02/16 PHP
详解yii2使用多个数据库的案例
2017/06/16 PHP
javascript 隔行换色函数代码
2010/10/24 Javascript
jQery使网页在显示器上居中显示适用于任何分辨率
2014/06/09 Javascript
JS+CSS实现感应鼠标渐变显示DIV层的方法
2015/02/20 Javascript
正则中的回溯定义与用法分析【JS与java实现】
2016/12/27 Javascript
jQuery+PHP+Mysql实现抽奖程序
2020/04/12 jQuery
jQuery选择器之表单元素选择器详解
2017/09/19 jQuery
详解NODEJS的http实现
2018/01/04 NodeJs
Django+Vue跨域环境配置详解
2018/07/06 Javascript
VUE在for循环里面根据内容值动态的加入class值的方法
2018/08/12 Javascript
vue.js层叠轮播效果的实例代码
2018/11/08 Javascript
VueCli生产环境打包部署跨域失败的解决
2020/11/13 Javascript
[02:04]2014DOTA2国际邀请赛 DK一个时代的落幕
2014/07/21 DOTA
[46:43]DOTA2上海特级锦标赛主赛事日 - 1 胜者组第一轮#2LGD VS MVP.Phx第二局
2016/03/02 DOTA
pycharm 使用心得(九)解决No Python interpreter selected的问题
2014/06/06 Python
Python多进程分块读取超大文件的方法
2016/04/13 Python
Python学习思维导图(必看篇)
2017/06/26 Python
对pandas中两种数据类型Series和DataFrame的区别详解
2018/11/12 Python
Python获取基金网站网页内容、使用BeautifulSoup库分析html操作示例
2019/06/04 Python
解决Djang2.0.1中的reverse导入失败的问题
2019/08/16 Python
基于python3实现倒叙字符串
2020/02/18 Python
最小二乘法及其python实现详解
2020/02/24 Python
浅谈Python程序的错误:变量未定义
2020/06/02 Python
利用Python实现朋友圈中的九宫格图片效果
2020/09/03 Python
Manuka Doctor英国官网:真正的麦卢卡蜂蜜和护肤品
2018/10/26 全球购物
优秀管理者获奖感言
2014/02/17 职场文书
商务日语专业的自荐信
2014/05/23 职场文书
工程负责人任命书
2014/06/06 职场文书
幼儿园大班开学寄语
2014/08/02 职场文书
物业保洁员岗位职责
2015/02/13 职场文书
结婚保证书(卖身契)
2015/02/26 职场文书
教师读书活动心得体会
2016/01/14 职场文书
PostgreSQL 插入INSERT、删除DELETE、更新UPDATE、事务transaction
2022/04/12 PostgreSQL