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)