In [80]: method1() == method2() == method3()
Out[80]: True
In [91]: %timeit method1()
10 loops, best of 3: 9.93 ms per loop
In [92]: %timeit method2()
1000 loops, best of 3: 884 µs per loop
In [93]: %timeit method3()
10000 loops, best of 3: 34 µs per loop
如果使用大型数组,那么通过在Python的
for
循环上使用NumPy自己的索引例程,应该可以大大提高速度。在在一般情况下,您可以使用
np.ix_
来选择要求和的矩阵的子数组:请注意,
np.ix_
会带来一些开销,因此如果两个列表包含连续或等间距的值,那么使用常规切片来索引数组是值得的(请参见下面的method3()
)。在以下是一些数据来说明这些改进:
^{pr2}$然后:
相关问题 更多 >
编程相关推荐