matlab vs python: 跑循环的速度对比
本文共 2144 字，大约阅读时间需要 7 分钟。
测试1
matlab代码
N = 20:25;iters = 2.^N;time = zeros(1,length(N));a = 0.111;b = 0.222;for k = 1:length(N) r = 0; t1 = clock; for i = 1:2^N(k) r = 0.5*a + 0.6*b; end t2 = clock; time(k) = etime(t2,t1); endplot(iters, time)xlabel('iter')ylabel('time(/s)') python代码
N = range(20,26)iters = [2**n for n in N]ts = []a, b = 0.111, 0.222for n in N: t1 = time.time() for i in range(2**n): r = 0.5*a + 0.6*b t2 = time.time() ts.append(t2-t1)_, ax = plt.subplots()ax.plot(iters, ts)ax.set_xlabel('iter')ax.set_ylabel('time(/s)') 结果对比
将两者数据画到一起，方便对比。 结论：随着循环增多，两者消耗时间都线性增大。对于这个测试案例（两个乘法和一个加法）。python约比matlab慢60倍
测试2
matlab代码
N = 20:25;iters = 2.^N;time = zeros(1,length(N));a = 0.111;b = 0.222;M = [0.111,0.222;0.111,0.222];for k = 1:length(N) r = 0; t1 = clock; for i = 1:2^N(k) r = M(1,1)*a + M(1,2)*b; end t2 = clock; time(k) = etime(t2,t1); endfigure;plot(iters, time)xlabel('iter')ylabel('time(/s)') python代码
N = range(20,26)iters = [2**n for n in N]ts = []M = np.array([[0.111, 0.222],[0.111, 0.222]])a, b = 0.111, 0.222for n in N: t1 = time.time() for i in range(2**n): r = M[0,0]*a + M[0,1]*b t2 = time.time() ts.append(t2-t1)_, ax = plt.subplots()ax.plot(iters, ts)ax.set_xlabel('iter')ax.set_ylabel('time(/s)') 结果对比
将两者数据画到一起，方便对比。 结论：- 随着循环增多，两者消耗时间都线性增大。python约比matlab慢110倍
- 将此测试结果与测试1对比, 可猜想：仅仅是在2*2矩阵中索引一个数，python也要比matlab很多倍，猜想慢110-60=50倍。再通过一个测试3来验证下猜想。
测试3
matlab代码
N = 20:25;iters = 2.^N;time = zeros(1,length(N));a = 0.111;b = 0.222;M = [0.111,0.222;0.111,0.222];for k = 1:length(N) r = 0; t1 = clock; for i = 1:2^N(k) r = M(1,1); end t2 = clock; time(k) = etime(t2,t1); endfigure;plot(iters, time)xlabel('iter')ylabel('time(/s)') python代码
N = range(20,26)iters = [2**n for n in N]ts = []M = np.array([[0.111, 0.222],[0.111, 0.222]])a, b = 0.111, 0.222for n in N: t1 = time.time() for i in range(2**n): r = M[0,0] t2 = time.time() ts.append(t2-t1)_, ax = plt.subplots()ax.plot(iters, ts)ax.set_xlabel('iter')ax.set_ylabel('time(/s)') 结果对比
猜想正确，仅仅是2*2矩阵索引一个数，python也比matlab慢50倍。
转载地址：http://wthd.baihongyu.com/
你可能感兴趣的文章
MySQL FEDERATED 提示
查看>>
mysql generic安装_MySQL 5.6 Generic Binary安装与配置_MySQL
查看>>
Mysql group by
查看>>
MySQL I 有福啦，窗口函数大大提高了取数的效率！
查看>>
mysql id自动增长 初始值 Mysql重置auto_increment初始值
查看>>
MySQL in 太多过慢的 3 种解决方案
查看>>
MySQL InnoDB 三大文件日志，看完秒懂
查看>>
Mysql InnoDB 数据更新导致锁表
查看>>
Mysql Innodb 锁机制
查看>>
MySQL InnoDB中意向锁的作用及原理探
查看>>
MySQL InnoDB事务隔离级别与锁机制深入解析
查看>>
Mysql InnoDB存储引擎 —— 数据页
查看>>
Mysql InnoDB存储引擎中的checkpoint技术
查看>>
Mysql InnoDB存储引擎中缓冲池Buffer Pool、Redo Log、Bin Log、Undo Log、Channge Buffer
查看>>
MySQL InnoDB引擎的锁机制详解
查看>>
Mysql INNODB引擎行锁的3种算法 Record Lock Next-Key Lock Grap Lock
查看>>
mysql InnoDB数据存储引擎 的B+树索引原理
查看>>
mysql innodb通过使用mvcc来实现可重复读
查看>>
mysql insert update 同时执行_MySQL进阶三板斧（三）看清“触发器 (Trigger)”的真实面目...
查看>>
mysql interval显示条件值_MySQL INTERVAL关键字可以使用哪些不同的单位值？
查看>>