python效率numpy_NUMPY数组及处理：效率对比

用数组处理：

def Sum(n): #定义一个函数(注意：格式对齐，否则会出错)

a=list(range(n))

b=list(range(0,50*n,5))

c=[]

for i in range(len(a)):

c.append(a[i]**2+b[i]**3)

return c

print(Sum(20))

执行结果：

用numpy执行：

import numpy as py

def pySum(n):

a=py.array(range(n))

b=py.array(range(0,50*n,n))

c=[]

for i in range(len(a)):

c.append(a[i]**2+b[i]**3)

return c

print(pySum(20))

执行结果：

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：

很显然 用numpy的函数执行，速度会更快一些