摘要： 
range是python内置的一个类，该类型表示一个不可改变(immutable)的数字序列，常常用于在for循环中迭代一组特殊的数；numpy.arange是NumPy包的一个函数，它的功能与Python内置的range类似，但该类与Python内置的range区别有两点：一是支持小数参数，二是返回ndarray类型而非像range那样常常做为(隐式转换为)list类型使用；numpy.linspace也是Numpy内置的一个函数，它和numpy.arange类似，但是它不再是简单的[start, stop)左闭右开，也没有使用步长step，而是使用样本个数num。 阅读全文
range是python内置的一个类，该类型表示一个不可改变(immutable)的数字序列，常常用于在for循环中迭代一组特殊的数；numpy.arange是NumPy包的一个函数，它的功能与Python内置的range类似，但该类与Python内置的range区别有两点：一是支持小数参数，二是返回ndarray类型而非像range那样常常做为(隐式转换为)list类型使用；numpy.linspace也是Numpy内置的一个函数，它和numpy.arange类似，但是它不再是简单的[start, stop)左闭右开，也没有使用步长step，而是使用样本个数num。 阅读全文
摘要： 
在计算密集型计算或一些Web应用中，我们常常需要对代码做性能分析。在Python中，最原始的方法即是使用time包中的time函数(该函数以秒为计时单位)。但是一旦函数多了起来，这种方式显然过于繁杂。类似C语言中的cProfile，在Python中，也有专门的性能分析工具pyinstrument（该库非内置，需要使用conda/pip安装），我们在复杂的项目中可以使用它来代替简陋的time.time()。 阅读全文
在计算密集型计算或一些Web应用中，我们常常需要对代码做性能分析。在Python中，最原始的方法即是使用time包中的time函数(该函数以秒为计时单位)。但是一旦函数多了起来，这种方式显然过于繁杂。类似C语言中的cProfile，在Python中，也有专门的性能分析工具pyinstrument（该库非内置，需要使用conda/pip安装），我们在复杂的项目中可以使用它来代替简陋的time.time()。 阅读全文
摘要： 
在计算密集型迭代计算中，我们常常需要知道当前的迭代轮次，最传统的方法就是打印当前迭代计数器的轮数。那有没有更好的方法呢？我们可以使用tqdm模块（非py内置，需要单独按照）来在控制台绘制进度条，这样更加直观。最简单的一种方法是直接做为迭代器使用，还有一种稍复杂的方法，就是自定义进度条计数器的更新。 阅读全文
在计算密集型迭代计算中，我们常常需要知道当前的迭代轮次，最传统的方法就是打印当前迭代计数器的轮数。那有没有更好的方法呢？我们可以使用tqdm模块（非py内置，需要单独按照）来在控制台绘制进度条，这样更加直观。最简单的一种方法是直接做为迭代器使用，还有一种稍复杂的方法，就是自定义进度条计数器的更新。 阅读全文