Python之向量相加中使用到list元素求和、合併

一、問題描述

Python的向量運算可以使用Python運算邏輯實現，也可以用numpy包實現，這裏通過編寫相關代碼進行演示，同時指出list列表的元素求和、合併的表達

二、向量相加的兩種方法

這裏設計兩個向量相加的自定義函數，一個用python運行邏輯實現，一個使用numpy包實現

# 向量相加-Python
def pythonsum(n):
    a = list(range(n))
    b = list(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

# 向量相加-NumPy
import numpy as np

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

print("Python sum list is", pythonsum(10))
print("numpy sum list is", numpysum(10))

運算結果是一樣的

延伸，這裏比較測試兩種方法的向量運算速度

# 效率比較
import sys
from datetime import datetime

size = 100000

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

運算結果，明顯使用numpy包進行向量運算較快

三、示例中list求和及延伸

示例中使用到的list求和有在python普通運算中和numpy運算中的分別爲
1.Python中a[i] + b[i]

a = [1, 2]
b = [3, 4]
c = []
for i in range(len(a)):
     c.append(a[i] + b[i])
print(c)

結果[4, 6]
2.numpy中list(a + b)

import numpy as np

a = np.array([1, 2])
b = np.array([3, 4])
c = list(a + b)
print(c)

結果[4, 6]
3.延伸
（1）合併，如果表達爲a+b，則兩個列表將合併

a = [1, 2]
b = [3, 4]
c = a + b
print(c)

結果爲[1, 2, 3, 4]
（2）numpy的sum求和

import numpy as np

a = [1, 2]
b = [3, 4]
c = list(np.sum([a, b], axis = 0))
print(c)

結果[4, 6]，其中的axis參數表示縱向求和

以上爲個人整理總結的知識，如有遺漏或錯誤歡迎留言指出、點評，如要引用，請聯繫通知，未經允許謝絕轉載。