您现在的位置是：首页 > Python

当前栏目

爱上python系列------python性能(十三):忌用for循环

Python 计算性能

2023-03-02 11:48:38 时间

一直都在想标量和向量计算为啥速度不一样，直到看到[这个文章][Link 1]

接下来试验一下：

### 用for循环： ###

import  numpy as np
    ls=[i+8 for i in range(1<<25)]
    arrs=np.array(ls)
    
    #定义一个对每个元素都加8的函数
    def add_8(nums):
        for i in range(len(nums)):
            nums[i]+=8
        return nums
    %timeit add_8(arrs)

结果：9.1 s ± 308 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

### 不用for循环： ###

import  numpy as np
    ls=[i+8 for i in range(1<<25)]
    arrs=np.array(ls)
    %timeit arrs+8

结果：30.9 ms ± 27.5 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

差距也太大了

用for循环就是一个一个标量计算，而使用通用函数（这里是加法）相当于是向量计算

不过，要是想使用for 循环一定要使用numba

看下效果吧

import  numpy as np
    from numba import jit
    ls=[i+8 for i in range(1<<25)]
    arrs=np.array(ls)
    
    #定义一个对每个元素都加8的函数
    @jit(nopython=True)
    def add_8(nums):
        for i in range(len(nums)):
            nums[i]+=8
        return nums
    %timeit add_8(arrs)

结果：17.6 ms ± 57.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

效果比通用函数斗牛，numba成神了

[Link 1]: https://zhuanlan.zhihu.com/p/72953129

猜你喜欢

java app支付宝支付
网络编程学习笔记8-对netcat压力测试
网络编程学习笔记9-第一个netcat的实现(thread-per-connection)
数据治理很抽象吗
Elasticsearch互联网主流分布式全文检索框架实战-ElasticStack（上）v7.14.0
分布式全局ID生成器原理剖析及非常齐全开源方案应用示例
ElasticJob分布式任务调度应用v2.5.2
云原生概念你了解多少
主流微服务一站式解决方案Spring Cloud Alibaba入门看这篇就足够了-开篇v2.2.1.RELEASE
Pulsar云原生分布式消息和流平台v2.8.0
java番外茶余饭后闲聊
Java编程之学习技巧
Java学习路线
回顾2022，展望2023，一个普通98年程序员的自述和分享
SpringBoot+Mybatis-plus整合easyExcel批量导入Excel到数据库+导出Excel
Springboot整合策略模式概念-＞使用场景-＞优缺点-＞企业级实战
三台服务器使用docker搭建redis一主二从三哨兵，概念-搭建-整合springboot
IDEA中给源码添加自己注释——private-notes插件安装使用
docker搭建Elasticsearch、Kibana、Logstash 同步mysql数据到ES
Spark简单介绍，Windows下安装Scala+Hadoop+Spark运行环境，集成到IDEA中

zl程序教程

当前栏目

爱上python系列------python性能(十三):忌用for循环

相关文章