numpy数据读取保存及速度测试
2023-12-13 19:54:05
目录
数据保存及读取
代码示例:
# 导入必要的库
import numpy as np
# 生成测试数据
arr_disk = np.arange(8)
# 打印生成能的数据
print(arr_disk)
# numpy保存数据到本地
np.save("arr_disk", arr_disk)
# 加载本地数据
arr_disk_name = np.load("arr_disk.npy")
# 输出加载后的数据
print('加载后的数组是:',arr_disk_name)
保存到本地效果:
速度比对测试
????????这里代码主要展示一下,对于同样的数据,numpy的计算速度要比python自带的列表的速度快很多,通过这个测试告诉我们,大于大数据计算的时候,尽可能的多用数组计算。
import numpy as np
import time
my_arr = np.arange(1000000)
my_list = list(range(1000000))
t1=time.time()
for _ in range(10): my_arr2 = my_arr * 2
t2 = time.time()
print('数组计算所需要的时间:',t2-t1)
t3 = time.time()
for _ in range(10): my_list2 = [x * 2 for x in my_list]
t4 = time.time()
print('列表计算所需要的时间:',t4-t3)
print('数组的计算速度是列表的:',(t4-t3)/(t2-t1),'倍')
运行结果:
文章来源:https://blog.csdn.net/mzl_18353516147/article/details/134849562
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!