列表x和y是通过从r中随机选择n个元素获得的:
n = 1_000
x, y = random.sample(r, n), random.sample(r, n)
让我们看看获取具有n个元素的新列表...z所需的时间,每个元素是x和y中相应元素的总和。...首先让我们使用Python整数x和y的列表创建对应numpy的64位整数数组:
x_, y_ = np.array(x, dtype=np.int64), np.array(y, dtype=np.int64...在这种情况下,它们显示相同的关系,使用时甚至可以提高性能numpy。
嵌套循环
现在让我们比较嵌套的Python循环。
使用纯Python
我们将再次处理两个名为x和y的列表。...让我们使用x和y创建对应numpy的64位整数数组:
x_, y_ = np.array(x, dtype=np.int64), np.array(y, dtype=np.int64)
让我们检查一下性能