RELATEED CONSULTING
相关咨询
选择下列产品马上在线沟通
服务时间:8:30-17:00
你可能遇到了下面的问题
关闭右侧工具栏

新闻中心

这里有您想知道的互联网营销解决方案
NumPy基础(一)-创新互联

安装自行解决

成都创新互联始终坚持【策划先行,效果至上】的经营理念,通过多达10年累计超上千家客户的网站建设总结了一套系统有效的营销解决方案,现已广泛运用于各行各业的客户,其中包括:成都水处理设备等企业,备受客户夸奖。

##为什么使用NumPy

文件 vectorSumCompare.py

#!/usr/bin/env python
# -*- coding:utf-8 -*-
__author__ = 'teng'
import sys
from datetime import datetime
import numpy as np

def numpysum(n):
    a = np.arange(n)**2
    b = np.arange(n)**3
    c = a+b
    return c

def pythonsum(n):
    a = range(n)
    b = range(n)
    c = []
    for i in range(len(a)):
        a[i] = i**2
        b[i] = i**3
        c.append(a[i]+ b[i])
    return c
size = int(sys.argv[1])

start = datetime.now()
c = pythonsum(size)
print "pythonsum:", c
delta = datetime.now() - start
print "The last 2 elements of the sum", c[-2:]
print "PythonSum elapsed time in microseconds", delta.microseconds
start = datetime.now()
c = numpysum(size)
print "numpysum:", c
delta = datetime.now() - start
print "The last 2 elements of the sum", c[-2:]
print "NumPySum elapsed time in microseconds", delta.microseconds

运行以上脚本 如python vectorSumCompare.py 10000

Numpy的优点

简单

数据量大的时候 速度快

##NumPy数组对象

调试方法shape 返回一个tuple 元组中的元素为NumPy数组每一个维度上的大小

arange 一维数组

In [15]: m = np.array([np.arange(2), np.arange(2)])

In [16]: m

Out[16]: array([[0, 1],[0, 1]])

In [17]: m.shape

Out[17]: (2, 2)

ndarray是一个多维数组对象:

分为两个部分 实际数据和描述这些数据的元数据

另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。


当前题目:NumPy基础(一)-创新互联
本文地址:http://sczitong.cn/article/eejoi.html