Python之向量相加中使用到list元素求和、合并 您所在的位置:网站首页 python列表的数怎么相加 Python之向量相加中使用到list元素求和、合并

Python之向量相加中使用到list元素求和、合并

#Python之向量相加中使用到list元素求和、合并| 来源: 网络整理| 查看: 265

一、问题描述

Python的向量运算可以使用Python运算逻辑实现,也可以用numpy包实现,这里通过编写相关代码进行演示,同时指出list列表的元素求和、合并的表达

二、向量相加的两种方法

这里设计两个向量相加的自定义函数,一个用python运行逻辑实现,一个使用numpy包实现

# 向量相加-Python def pythonsum(n): a = list(range(n)) b = list(range(n)) c = [] for i in range(len(a)): a[i] = i ** 2 b[i] = i ** 3 c.append(a[i] + b[i]) return c # 向量相加-NumPy import numpy as np def numpysum(n): a = np.arange(n) ** 2 b = np.arange(n) ** 3 c = list(a + b) return c print("Python sum list is", pythonsum(10)) print("numpy sum list is", numpysum(10))

运算结果是一样的 在这里插入图片描述 延伸,这里比较测试两种方法的向量运算速度

# 效率比较 import sys from datetime import datetime size = 100000 start = datetime.now() c = pythonsum(size) delta = datetime.now() - start print("The last 2 elements of the sum", c[-2:]) print("PythonSum elapsed time in microseconds", delta.microseconds) start = datetime.now() c = numpysum(size) delta = datetime.now() - start print("The last 2 elements of the sum", c[-2:]) print("NumPySum elapsed time in microseconds", delta.microseconds)

运算结果,明显使用numpy包进行向量运算较快 在这里插入图片描述

三、示例中list求和及延伸

示例中使用到的list求和有在python普通运算中和numpy运算中的分别为 1.Python中a[i] + b[i]

a = [1, 2] b = [3, 4] c = [] for i in range(len(a)): c.append(a[i] + b[i]) print(c)

结果[4, 6] 2.numpy中list(a + b)

import numpy as np a = np.array([1, 2]) b = np.array([3, 4]) c = list(a + b) print(c)

结果[4, 6] 3.延伸 (1)合并,如果表达为a+b,则两个列表将合并

a = [1, 2] b = [3, 4] c = a + b print(c)

结果为[1, 2, 3, 4] (2)numpy的sum求和

import numpy as np a = [1, 2] b = [3, 4] c = list(np.sum([a, b], axis = 0)) print(c)

结果[4, 6],其中的axis参数表示纵向求和

以上为个人整理总结的知识,如有遗漏或错误欢迎留言指出、点评,如要引用,请联系通知,未经允许谢绝转载。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有