numpy数组访问研究
1.简介
numpy数组如何访问比较高效?使用numpy提供的方法,还是自定义方法?如果数组很大,毫无疑问使用numpy提供的方法最高效。本文研究了查找numpy最大值、最小值、四则运算、特定值查找等4种情况。
2.最大值和最小值
numpy提供了数组最大值和最小的方法,分别是max和min。数组是一维的,从1个元素一直到500个元素。数组是随机生成的,查找的次数为1000次。
代码如下:
#coding:utf8
import numpy as np
import timeit
import matplotlib.pyplot as plt
def my_max(H):
r = -9223372036854775808 # int64 最小值
for i in range(H.shape[0]):
if H[i]>r:
r = H[i]
return r
def my_min(H):
r = 9223372036854775807 # int64最大值
for i in range(H.shape[0]):
if H[i]<r:
r = H[i]
return r
def np_max(H):
return np.max(H)
def np_min(H):
return np.min(H)
if __name__ == '__main__':
array = 300
H = np.random.randint(100, 1000000, array)
x = np.arange(1,array+1)
npmin = []
mymin = []
npmax = []
mymax = []
times = 1000
for i in range(1,array+1):
K = H[0:i]
npmin.append(timeit.timeit("np_min(K)", setup="from __main__ import np_min",number=times,globals=globals()))
mymin.append(timeit.timeit("my_min(K)", setup="from __main__ import my_min", number=times, globals=globals()))
npmax.append(timeit.timeit("np_max(K)", setup