numpy数组及处理:效率对比

def Sum(n):          

     a = list ( range (n))
     b = list ( range ( 0 , 50000 * n, 5 ))
     c = []
     for  i in range(len(a)):
         c.append(a[i] * * 2 + b[i] * * 3 )
     return  c
print ( Sum ( 20 ))
 
import  numpy as py
 
def  pySum(n):
     a = py.array( range (n))
     b = py.array( range ( 0 , 500000 * n,n))
     c = []
     for  i in range(len(a)):
         c.append(a[i] * * 2 + b[i] * * 3 )
     return  c
print (pySum( 20 ))
 
 
import  datetime
def  new4():
     now1 = datetime.datetime.now()
     Sum ( 30000 )
     now2 = datetime.datetime.now()
     pySum( 30000 )
     now3 = datetime.datetime.now()
     print ( "sum执行时间(30W数据):"  , now2-now1,"\npysum数组执行时间(30W数据):" , now3-now2)
new4()
 
 
 
 
执行结果:

转载于:https://www.cnblogs.com/SpaldingWen/p/9737971.html

  • 0
    点赞
  • 0
    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