一、Numpy介绍
numpy优点:
代码简洁:以数组和矩阵为操作对象,支持大量数学函数
性能高效:numpy的数据存储比python原生的List更好,numpy的大部分代码为c语言实现,性能更高效
基础库:numpy是python各种数据科学库的基础库,比如scipy、tensorflow、scikit-learn等
二、numpy的安装
1、使用anaconda安装,自带numpy安装包,
2、如果使用的是python的原生安装,则使用pip语句进行安装
pip install numpy
3、验证是否安装numpy
进入python命令行,输入:import numpy as np, 如果没有报错,则说明安装成功。
三、性能测试
1、代码简洁性对比
#python原生实现,平方和立方依次相加
def python_sum(n):
a = [i**2 for i in range(n)]
b = [i**3 for i in range(n)]
c = []
for i in range(n):
(a[i]+b[i])
return c
python_sum(10)
# 使用numpy实现
def numpy_sum(n):
a = (n)**2
b = (n)**3
return a+b
numpy_sum(10)
2、性能对比
%timeit python_sum(10*10000)
#77.1 ms ± 1.57 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
%timeit numpy_sum(10*10000)
#546 µs ± 12.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
注:上述代码在jupyter notebook环境下实现
对比可知,使用numpy操作数组类数据更简洁更快速