numpy数组及处理：效率对比

1、用列表+循环实现，并包装成函数
a=list(range(10))        #列表加循环实现数列
b=list(range(0,50,5))
c=[]
for i in range(len(a)):
    c.append(a[i]**2+b[i]**3)
    print(a,b,c)

def pySum(n):   #定义一个函数
    a=list(range(n))
    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))

from datetime import datetime   #对比实现的效率
print(pySum(10))
start = datetime.now()
pySum(100000)
delta = datetime.now()-start
print(delta)
运行结果：

#效率对比

2、用numpy实现，并包装成函数

import numpy    #导入numpy函数
def npSum(n):      #定义函数，命名npSum
    a=numpy.arange(n)
    b=numpy.arange(n)
    c=a**2+b**3
    return (c)

from datetime import datetime    #对比实现的效率
print(npSum(10))
start = datetime.now()
npSum(100000)
delta = datetime.now()-start
print(delta)

运行结果：

#效率对比