numpy数组及处理：效率对比

一、处理日期时间

取系统时间

from datetime import datetime 
datetime.now()

 

转换成‘2017年9月30日星期六10时28分56秒’格式字符串

 

print('{0:%Y}年{0:%m}月{0:%d}日星期{0:%w} {0:%H}时{0:%M}分{0:%S}秒'.format(now))

 

 

 

’2018-10-25 22:00‘转换成一个日期时间变量

date=datetime.now()
d="2018-10-25 22:00"
a=date.strptime(d,'%Y-%m-%d %H:%M')
print(a)
type(a)

 

 

 

计算两者的间隔

 

import datetime
d1=datetime.datetime(2017,9,30)
d2=datetime.datetime(2018,10,22)
(d2-d1).days

 

 

 

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

def Sum(n):     
    a=list(range(n))
    b=list(range(0,10*n,4))
    c=[]
    for i in range(len(a)):
        
        c.append(a[i]**2+b[i]**3)
    return c
print(Sum(5))

 

 

2.用numpy实现，并包装成函数

 

import numpy as np
def Sum2(n):
a=np.array(range(n))
b=np.array(range(0,10*n,n))
s=[]
for i in range(len(b)):
s.append(a[i]**2+b[i]**3)
return s
print(Sum2(20))

 

 

 

 

 

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。

dt=datetime.now()
ListSum(5000)
print(datetime.now()-dt)

dt1=datetime.now()
npSum(5000)
print(datetime.now()-dt1)