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
multiprocessing.pool.map 和带有两个参数的函数
查看>>
MYSQL CONCAT函数
查看>>
multiprocessing.Pool:map_async 和 imap 有什么区别?
查看>>
MySQL Connector/Net 句柄泄露
查看>>
multiprocessor（中)
查看>>
mysql CPU使用率过高的一次处理经历
查看>>
Multisim中555定时器使用技巧
查看>>
MySQL CRUD 数据表基础操作实战
查看>>
multisim变压器反馈式_穿过隔离栅供电：认识隔离式直流/ 直流偏置电源
查看>>
mysql csv import meets charset
查看>>
multivariate_normal TypeError: ufunc ‘add‘ output (typecode ‘O‘) could not be coerced to provided……
查看>>
MySQL DBA 数据库优化策略
查看>>
multi_index_container
查看>>
mutiplemap 总结
查看>>
MySQL Error Handling in Stored Procedures---转载
查看>>
MVC 区域功能
查看>>
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>>