반응형
numpy.square
와 Numpy 배열에서 **
연산자를 사용하는 데 차이가 있습니까?
내가 볼 수 있듯이 동일한 결과를 산출합니다.
실행 효율성에 차이가 있습니까?
설명의 예 :
In [1]: import numpy as np
In [2]: A = np.array([[2, 2],[2, 2]])
In [3]: np.square(A)
Out[3]:
array([[4, 4],
[4, 4]])
In [4]: A ** 2
Out[4]:
array([[4, 4],
[4, 4]])
해결 방법
실행 시간을 확인하여 명확한 그림을 얻을 수 있습니다.
In [2]: import numpy as np
In [3]: A = np.array([[2, 2],[2, 2]])
In [7]: %timeit np.square(A)
1000000 loops, best of 3: 923 ns per loop
In [8]: %timeit A ** 2
1000000 loops, best of 3: 668 ns per loop
참조 페이지 https://stackoverflow.com/questions/29361856
반응형
'파이썬' 카테고리의 다른 글
파이썬 Spyder IDE에서 Matplotlib를 사용하여 인라인 또는 별도의 창 플로팅 (0) | 2020.11.25 |
---|---|
파이썬 BeautifulSoup : 특정 테이블의 내용 가져 오기 (0) | 2020.11.25 |
파이썬 __getitem__에서 슬라이싱 구현 (0) | 2020.11.25 |
파이썬 파이 게임, 소리가 나지 않아 (0) | 2020.11.25 |
파이썬 두 날짜 사이의 DataFrame 행 선택 (0) | 2020.11.25 |
댓글