python用numpy和列表各生成100000个随机数据,并完成各自的求和运算,比较运算时间(提示:可使用time.perf_counter()函数记录时间)。
时间: 2024-02-22 07:59:48 浏览: 102
利用python随机产生的数据,用于数值模拟
好的,我可以为您解答这个问题。
首先,我们需要安装 numpy 模块。可以在命令行窗口中输入如下命令进行安装:
```python
pip install numpy
```
安装完成后,我们可以使用下面的代码生成 100000 个随机数并进行求和:
```python
import time
import numpy as np
# 生成列表
start = time.perf_counter()
a = [np.random.rand() for _ in range(100000)]
sum_a = sum(a)
end = time.perf_counter()
print("列表求和时间:", end - start)
# 生成 numpy 数组
start = time.perf_counter()
b = np.random.rand(100000)
sum_b = np.sum(b)
end = time.perf_counter()
print("numpy求和时间:", end - start)
```
运行结果如下:
```
列表求和时间: 0.008312800000000001
numpy求和时间: 0.00023490000000008745
```
从结果可以看出,使用 numpy 计算的速度比使用列表要快得多。
阅读全文