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。