导入numpy
import numpy as np
创建一维数组:
na1 = np.array([1,2])
na1
比较Numpy数组和Python列表的求和效率:
import random
import time
import numpy as np
# 构造一个1000000条数据的随机数组
arr = [random.randint(1,1000) for _ in range(1000000)]
# 转换为Numpy数组
narr = np.array(arr)
使用Python的列表求和:
# 使用python列表求和,并使用 %time计算花费时间
%time sum(arr)
输出结果如下:
CPU times: user 3.97 ms, sys: 0 ns, total: 3.97 ms
Wall time: 3.99 ms
500360518
使用Numpy的数组求和:
%time np.sum(narr)
输出结果如下:
CPU times: user 2.82 ms, sys: 430 µs, total: 3.25 ms
Wall time: 2.38 ms
500360518
从结果来看,Numpy的数组运算比Python的列表运算要快如下时间:
3.99/2.38
1.6764705882352944
也就是将近1.7倍的一个速度。
以上就是“对比Numpy的数组和Python列表的求和速度”的全部内容,希望对你有所帮助。
关于Python技术储备
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python必备开发工具
三、Python视频合集
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
四、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
五、Python练习题
检查学习结果。
六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
最后祝大家天天进步!!
上面这份完整版的Python全套学习资料已经上传至CSDN官方,朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。