Python数据分析基础教程（一：通过传统一维向量加法和NumPy实现一维向量加法以及其时间差异）

1、NumPy数组对象

NumPy数组在数值运算方面的效率优于Python提供的list容器。

使用NumPy可以在代码中省去很多循环语句，因此其代码比等价的Python代码更为简洁。

2、动手实现：向量加法

 对两个向量 a 和 b 做加法。这里的向量即数学意义上的一维数组。

向量 a 的取值为0~n的整数的平方，例如 n 取3时，向量 a 为0、1或4。

向量 b 的取值为0~n的整数的立方，例如 n 取3时，向量 b 为0、1或8。

(1)、传统方法实现

#两个一维向量相加
def pythonsum(n):
    #range函数创建从0到n的数组
    a = list(range(n))
    b = list(range(n))
    c = []

    for i in range(len(a)):
        #a[i]的值为i的平方
        a[i] = i ** 2
        #b[i]的值为i的立方
        b[i] = i ** 3
        c.append(a[i] + b[i])

    return c

'''
a = range(n)不加list时报错
TypeError: 'range' object does not support item assignment
原因是python3中range不返回数组对象，而是返回range对象
加个声明为list的语句就行，如： a = list(range(n))
'''
print(pythonsum(5))

 (2)、NumPy数组实现

# coding=