亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

如何檢查創建一百萬個 ndarrays 所花費的時間?

如何檢查創建一百萬個 ndarrays 所花費的時間?

浮云間 2023-05-23 16:16:53
我試圖弄清楚創建一百萬個(numpy 數組)需要多長時間,并將其與庫ndarray所花費的時間進行比較,但出現以下語法錯誤:listtimeitFile "<timeit-src>", line 2    [1 2 3 4 5]       ^SyntaxError: invalid syntax這個錯誤是有道理的,但我什至不知道我該怎么做。以下是我到目前為止嘗試過的代碼import numpy as npimport timeitarr = [1, 2, 3, 4, 5]ndarr = np.array([1, 2, 3, 4, 5])list_time = timeit.timeit(stmt=f'{arr}', number=1000000)ndarray_time = timeit.timeit(stmt=f'{ndarr}', number=1000000)print('list takes', list_time, sep=': ')print('ndarray takes', ndarray_time, sep=': ')結果list與預期一致,但結果ndarray并非如此。
查看完整描述

2 回答

?
qq_花開花謝_0

TA貢獻1835條經驗 獲得超7個贊

您可以傳遞一個可調用對象:


list_time = timeit.timeit(stmt=lambda: [1, 2, 3, 4, 5], number=1000000)

ndarray_time = timeit.timeit(stmt=lambda: np.array([1, 2, 3, 4, 5]), number=1000000)

#lambda: (ndarr := np.array([1, 2, 3, 4, 5])) - (if actual assignment matters...?)

您也可以傳遞一個字符串,但正如此處的評論所暗示的那樣,您需要正確設置它:


list_time = timeit.timeit(stmt="a = [1, 2, 3, 4, 5]", number=1000000)

ndarray_time = timeit.timeit(stmt=lambda: "a = np.array([1, 2, 3, 4, 5])", setup="import numpy as np", number=1000000)



查看完整回答
反對 回復 2023-05-23
?
慕森王

TA貢獻1777條經驗 獲得超3個贊

In [628]: arr=[1,2,3,4,5]                                                                            

In [629]: ndarr=np.array([1,2,3,4,5])                                                                

In [630]: f'{arr}'                                                                                   

Out[630]: '[1, 2, 3, 4, 5]'

In [631]: f'{ndarr}'                                                                                 

Out[631]: '[1 2 3 4 5]'

問題是 while"[1, 2, 3, 4, 5]"是一個可執行表達式,"[1 2 3 4 5]"但不是。很難從現有的表達式創建可執行表達式ndarray- 并非不可能,但您必須努力。


在ipython會話中,運行這樣的 timeit 測試很簡單:


In [632]: timeit [1,2,4,5]                                                                           

60.6 ns ± 1.77 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

In [633]: timeit np.array([1,2,4,5])                                                                 

2.22 μs ± 20.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

更好repr,看起來更像列表


In [635]: f'{repr(ndarr)}'                                                                           

Out[635]: 'array([1, 2, 3, 4, 5])'

但即使這樣也需要調整才能使array零件正確。


查看完整回答
反對 回復 2023-05-23
  • 2 回答
  • 0 關注
  • 188 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號