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

速度比对测试


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。