请考虑下面的Pythonic片段,“计时.py“:”
import numpy as np
def exponentials(n_, x_):
n_exp = np.arange(0,n_,1)
y_exp = np.zeros(n_)
y_exp[:] = np.exp(-x_*n_exp[:])
def powers(n_, x_):
n_exp = np.arange(0,n_,1)
y_exp = np.zeros(n_)
expbase = np.exp(-x_)
y_exp = expbase**n_exp
现在考虑以下计时结果
In [1]: import timing
In [2]: %timeit timing.exponentials(1e3, 1.1)
100000 loops, best of 3: 14 µs per loop
In [3]: %timeit timing.powers(1e3, 1.1)
10000 loops, best of 3: 27.5 µs per loop
我本以为计算一次指数函数,然后再计算多项式,会比计算指数函数快10^3倍。充其量,我希望他们是可比的。有人知道这里发生了什么吗?你知道吗
这是带有python2.7.10的numpyversion1.9.2,如果有必要的话。你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐