numpy数组及处理：效率对比

处理日期时间

# 取系统时间
from datetime import datetime,timedelta
now = datetime.now()
print(now)

# 转换成‘2017年9月30日星期六10时28分56秒’格式字符串
dateStr = datetime.strftime(now,"%Y-%m-%d %H:%M:%S")
date = '{0:%Y}年{0:%m}月{0:%d}日{0:%H}时{0:%M}分{0:%S}秒'.format(now)
print(date)

# 2018-10-25 22:00 转换成一个日期时间变量
end = datetime.strptime('2018-10-25 22:00','%Y-%m-%d %H:%M')
time = end - now
print(time.days,'天')

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
  2.用numpy实现，并包装成函数
  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。

用列表+循环 实现，并包装成函数

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

用数组numpy实现，并包装成函数

import numpy
def npSum(n):
    a = numpy.arange(n)
    b = numpy.arange(0,5*n,5)
    c = a**2 + b**3
    return (c)
print(npSum(10))

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

from datetime import datetime
start = datetime.now()
pySum(100000)
delta = datetime.now()-start
print(delta)

start = datetime.now()
npSum(100000)
delta = datetime.now()-start
print(delta)

三、尝试把a,b定义为三层嵌套列表和三维数组，求相对应元素的ai2+bi3

import numpy
def liSum(n):
    a = numpy.arange(n)
    b = numpy.arange(0,5*n,5)
    c = numpy.array([[a,b],[a**2,b**3]])
    return (c)
print(npSum(10))

start = datetime.now()
liSum(100000)
time = datetime.now()-start
print(time)