目录

数据保存及读取

速度比对测试

---

数据保存及读取

代码示例：

# 导入必要的库
import numpy as np
# 生成测试数据
arr_disk = np.arange(8)
# 打印生成能的数据
print(arr_disk)
# numpy保存数据到本地
np.save("arr_disk", arr_disk)
# 加载本地数据
arr_disk_name = np.load("arr_disk.npy")
# 输出加载后的数据
print('加载后的数组是：',arr_disk_name)

保存到本地效果：

速度比对测试

        这里代码主要展示一下，对于同样的数据，numpy的计算速度要比python自带的列表的速度快很多，通过这个测试告诉我们，大于大数据计算的时候，尽可能的多用数组计算。

import numpy as np 
import time
my_arr = np.arange(1000000)
my_list = list(range(1000000))
t1=time.time()
for _ in range(10): my_arr2 = my_arr * 2
t2 = time.time()
print('数组计算所需要的时间：',t2-t1)
t3 = time.time()
for _ in range(10): my_list2 = [x * 2 for x in my_list]
t4 = time.time()
print('列表计算所需要的时间:',t4-t3)
print('数组的计算速度是列表的：',(t4-t3)/(t2-t1),'倍')

运行结果：