多种python方法实现矩阵运算

python在做数据处理方面有很大的优势,但是python的运行速度也一直是为诟病的。近期在工作中就遇到了大维度的矩阵乘法的运算,在作为服务时,响应时间略高,工程上需要在不部署其他分布式的前提下,优化运算速度。接下来用不同的方式计算一个 100002400维 和 240010000维的矩阵并分别输出计算花费的时间。numpy 方式 import numpy aa = np.random...
摘要由CSDN通过智能技术生成

python在做数据处理方面有很大的优势,但是python的运行速度也一直是为诟病的。近期在工作中就遇到了大维度的矩阵乘法的运算,在作为服务时,响应时间略高,工程上需要在不部署其他分布式的前提下,优化运算速度。

接下来用不同的方式计算一个 100002400维 和 240010000维的矩阵并分别输出计算花费的时间。

numpy 方式

	import numpy
	
	aa = np.random.rand(10000, 2400)
	bb = np.random.rand(2400, 10000)
	%timeit cc = np.dot(aa, bb)
	Output: 1 loop, best of 3: 9.21 s
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值