python数组切片赋值_使用切片的numpy数组赋值

要评估执行速度，我们将使用timeit库。

import timeit

import numpy as np

setup = """

import numpy as np

tmp = np.empty(shape=(1, 100))

values = [i for i in xrange(100)]

"""

stmt1 = """tmp[0, :] = values"""

stmt2 = """

for i, val in enumerate(values):

tmp[0, i] = val

"""

time1 = timeit.Timer(setup=setup, stmt=stmt1)

time2 = timeit.Timer(setup=setup, stmt=stmt2)

print "numpy way :", time1.timeit(number=100000)

print "Python way:", time2.timeit(number=100000)

您可以测试这一点，你会发现，numpy的循环是快两倍：

- numpy way : 0.97758197784423828

- Python way: 2.1633858680725098

这是因为存在这样的情况在values的整数(这是无限的整数)被转换成相64位浮点数。为了只比较循环的速度，类型转换可以预先在安装完成：

values = np.array([i for i in xrange(100)], dtype=np.float64)

这是我获得的：

numpy way : 0.131125926971

Python way: 2.64055013657

我们注意到，numpy的循环是20倍比Python循环更快。