numpy效率验证

测试一段代码
知识点1：  定义两个函数 分别是立方和平方，分别去看他们的运行时间

定义函数 一个放回0-n的平方 一个返回0-n的立方
1.创建 列表 然后append数据在返回

def square(n):
    data = []
    for x in range(0,n+1):
        data.append(x**2)
        return data

def cube(n):
    data = []
    for x in range(0,n+1):
        data.append(x**3)
        return data

2.直接使用推导式

def square1(n):
    return [i**2 for  i in range(0,n+1)]

def cube1(n):
    return [i**3 for  i in range(0,n+1)]

验证效率 使用时间

导入模块

import time

验证运行时间

time1 = time.time()

square(2000000)
cube(2000000)
time2 = time.time()

print(f'创建列表使用循环运行时间是{time2-time1}')

time1 = time.time()
square1(2000000)
cube1(2000000)
time2 = time.time()

print(f'推导式运行时间是{time2-time1}')

两个数组中各个元素相加

pingfnag = square1(20000)
lifang = cube1(20000)

time1 = time.time()
data = []
for x in range(0, len(pingfnag)):
    data.append(pingfnag[x]+lifang[x])
time2 = time.time()
print(time2-time1)

time1 = time.time()
newdata = [pingfnag[i] + lifang[i] for i in range(0, len(pingfnag))]
time2 = time.time()
print(time2-time1)