NumPy 中的矢量化运算
原文:https://www . geeksforgeeks . org/矢量化-operations-in-numpy/
Numpy 数组本质上是同构的，这意味着它是一个只包含单一类型数据的数组。Python 的列表和元组，它们包含的数据类型不受限制。NumPy 上的矢量化运算的概念允许在 NumPy 数组对象和数据序列上使用更优化和预编译的函数和数学运算。与简单的非向量化运算相比，输出和运算速度会加快。
例 1 : 在 NumPy 数组上使用矢量化求和方法。我们将比较矢量化求和方法和简单的非矢量化操作，即计算 0–14，999 之间数字总和的迭代方法。
Python 3
# importing the modules
import numpy as np
import timeit
# vectorized sum
print(np.sum(np.arange(15000)))
print("Time taken by vectorized sum : ", end = "")
%timeit np.sum(np.arange(15000))
# iterative sum
total = 0
for item in range(0, 15000):
total += item
a = total
print("\n" + str(a))
print("Time taken by iterative sum : ", end = "")
%timeit a
版权属于：月萌API www.moonapi.com，转载请注明出处
