Jupyter Notebook高级魔法命令和Numpy

1.高级魔法命令

1.1 %run 调用

1.2%timeit和%%timeit

执行多次，取平均值

• %timeit 测试运行一行代码效率
• %%timeit  测试运行整段代码效率

%timeit L = [i**2 for i in range(1000)]
#325 µs ± 17.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit
L = []
for n in range(1000):
    L.append(n ** 2)
#368 µs ± 21.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

执行一次 ，值可能不同，与多种因素有关

• %time  测试运行一行代码效率
• %%time  测试运行整段代码效率

%time L = [i**2 for i in range(1000)]
#Wall time: 0 ns
#Wall time: 3 ms

%%time
L = []
for n in range(1000):
    L.append(n ** 2)
#Wall time: 0 ns
#Wall time: 1e+03 µs

import random
L = [random.random() for i in range(100000)]
%timeit L.sort()
#1.31 ms ± 25.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

L = [random.random() for i in range(100000)]
%time L.sort()
#Wall time: 33 ms

%time L.sort()
#Wall time: 3 ms

Python语言对sort排序函数有优化，对一个已经排好序的数组，sort可以很快的拍好顺序

1.3.其他

%lsmagic  查看所有的魔法命令

%run?   run这个魔法命令相应的文档

2.numpy.array

2.1基础 

2.2 创建数组和矩阵

Python        range(起始，终止不包括该值，步长必须为整数)

numpy          numpy.arange(起始，终止不包括该值，步长)

numpy.linspace(起始包括，终止值包括，等间隔生成几个值)

不知道numpy具体的使用方法时，可以在notebook中直接输入相应函数+？

eg

np.random?

在notebook里查阅相关文档可以用help()

2.3numpy数组的基本操作

numpy.array的数据访问

Reshape

2.4numpy数组的合并与分割

分割 

2.5numpy中的矩阵运算

2.6numpy中的聚合操作

2.7索引 arg运算