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：

NUMPY数组及处理：效率对比

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：

NUMPY数组及处理：效率对比

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：

NUMPY数组及处理：效率对比

很显然用numpy的函数执行，速度会更快一些