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
基于python 字符编码的理解
Sep 02 Python
Python学生成绩管理系统简洁版
Apr 05 Python
python调用系统ffmpeg实现视频截图、http发送
Mar 06 Python
TensorFlow神经网络优化策略学习
Mar 09 Python
python 删除列表里所有空格项的方法总结
Apr 18 Python
Python简单获取二维数组行列数的方法示例
Dec 21 Python
python和c语言的主要区别总结
Jul 07 Python
python matplotlib库绘制散点图例题解析
Aug 10 Python
如何基于python生成list的所有的子集
Nov 11 Python
python构建指数平滑预测模型示例
Nov 21 Python
pytorch实现onehot编码转为普通label标签
Jan 02 Python
Window版下在Jupyter中编写TensorFlow的环境搭建
Apr 10 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 之Section与Cookie使用总结
2012/09/14 PHP
PHP基于DOM创建xml文档的方法示例
2017/02/08 PHP
PHP实现根据数组的值进行分组的方法
2017/04/20 PHP
php工具型代码之印章抠图
2018/07/18 PHP
Convert Seconds To Hours
2007/06/16 Javascript
js 屏蔽鼠标右键脚本附破解方法
2009/12/03 Javascript
js根据给定的日期计算当月有多少天实现思路及代码
2013/02/25 Javascript
使用JavaScript 实现各种跨域的方法
2013/05/08 Javascript
JavaScript的递归之递归与循环示例介绍
2013/08/05 Javascript
jquery实现背景墙聚光灯效果示例分享
2014/03/02 Javascript
jquery通过select列表选择框对表格数据进行过滤示例
2014/05/07 Javascript
jquery实现表单输入时提示文字滑动向上效果
2015/08/10 Javascript
第一章之初识Bootstrap
2016/04/25 Javascript
浅析angularJS中的ui-router和ng-grid模块
2016/05/20 Javascript
浅析jQuery 3.0中的Data
2016/06/14 Javascript
jQuery图片渐变特效的简单实现
2016/06/25 Javascript
JS中对数组元素进行增删改移的方法总结
2016/12/15 Javascript
jQuery内容筛选选择器实例代码
2017/02/06 Javascript
关于vue.js v-bind 的一些理解和思考
2017/06/06 Javascript
vue实现移动端图片裁剪上传功能
2020/08/18 Javascript
MVVM 双向绑定的实现代码
2018/06/21 Javascript
JS获取子节点、父节点和兄弟节点的方法实例总结
2018/07/06 Javascript
JavaScript函数节流和函数去抖知识点学习
2018/07/31 Javascript
使用Python判断IP地址合法性的方法实例
2014/03/13 Python
python实现定制交互式命令行的方法
2014/07/03 Python
python一键升级所有pip package的方法
2017/01/16 Python
python中map的基本用法示例
2018/09/10 Python
Python中GeoJson和bokeh-1的使用讲解
2019/01/03 Python
浅谈python多进程共享变量Value的使用tips
2019/07/16 Python
python3.8与pyinstaller冲突问题的快速解决方法
2020/01/16 Python
解决TensorFlow GPU版出现OOM错误的问题
2020/02/03 Python
keras训练曲线,混淆矩阵,CNN层输出可视化实例
2020/06/15 Python
用CSS3来实现社交分享按钮
2014/11/11 HTML / CSS
建筑专业自荐信
2013/10/18 职场文书
税务专业毕业生自荐信
2013/11/10 职场文书
2014年学生会工作总结范文
2014/11/07 职场文书