python向量化与循环耗时对比及其原理

前言

python向量化与循环耗时对比及其原理,向量化计算速度是循环的约为300倍。

1.测试

import time
import numpy as np

a = np.random.rand(1000000)
b = np.random.rand(1000000)

tic = time.time()
c = np.dot(a,b)
toc = time.time()
print(c)
print("the result of Vectorized version : " , str(1000*(toc-tic)) + "ms")

c = 0
tic1 = time.time()
for i in range(1000000):
    c += a[i]*b[i]
toc1 = time.time()
print(c)
print("the result of loop version: " , str(1000*(toc1-tic1)) + "ms")

 

2.原理

         Python是解释语言,这意味着你的指令进行分析,并在每次执行解释。由于它们不是静态类型的,因此循环必须在每次迭代时评估操作数的类型,这导致计算开销。
        向量化可以使一条指令并行地对多个操作数执行相同的操作(SIMD(单指令,多数据)操作)。例如,要将大小为N的向量乘以标量,让我们调用M可以同时操作的操作数大小。如果是这样,那么它需要执行的指令数大约为N / M,如果采用循环方式,则必须执行N次操作。
 

 

 

 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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