numpy数组及处理:效率对比
#一、处理日期时间
取系统时间
转换成‘2017年9月30日星期六10时28分56秒’格式字符串
’2018-10-25 22:00‘转换成一个日期时间变量
计算两者的间隔
import datetime now= datetime.datetime.now() dt=datetime.datetime(2019,1,1) type(now) print(dt) from datetime import datetime datetime.now() dtp=datetime.strptime('2017年9月30日星期六10时28分56秒','%Y年%m月%d日星期六10时28分56秒') print(dtp) dtp.strftime('%a,%b %d %H:%M') print('今天是{0:%Y}年的第{0:%j}天。'.format(now)) from datetime import timedelta print(now-dtp) print(now+timedelta(hours=72))
二、问题:
- 数列:
- a = a1,a2,a3,·····,an
- b = b1,b2,b3,·····,bn
- 求:
- c = a12+b13,a22+b23,a32+b33,·····+an2+bn3
1.用列表+循环实现,并包装成函数
2.用numpy实现,并包装成函数
3.对比两种方法实现的效率,给定一个较大的参数n,用运行函数前后的timedelta表示。
n=10
def pySum(n): a = list(range(10)) b = list(range(0, 5*n, 5)) c = [] for i in range(len(a)): c.append(a[i] ** 2 + b[i] ** 3) return(c) print(pySum(10))
import numpy def npSum(n): a = numpy.arange(10) b = numpy.arange(0, 5*n, 5) c = a + b return(c) print(npSum(10))
from datetime import datetime start = datetime.now() pySum(100000) delta = datetime.now()-start print(delta) start= datetime.now() npSum(100000) delta = datetime.now()-start print(delta)
运行结果如下:
三、尝试把a,b定义为三层嵌套列表和三维数组,求相对应元素的ai2+bi3
对比两种数据类型处理方法及效率的不同。
import numpy from datetime import datetime from Numpy import numSum from Numpy1 import npSum def listSum(n): a = numpy.arange(n) b = numpy.arange(0,5*n,5) c = numpy.array([[a,b],[a**2,b**3]]) return (c) print(npSum(10)) start = datetime.now() listSum(100000) time = datetime.now()-start print(time)