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中的IO问题分析与优化
查看>>
MySQL中的ON DUPLICATE KEY UPDATE详解与应用
查看>>
mysql中的rbs,SharePoint RBS：即使启用了RBS，内容数据库也在不断增长
查看>>
mysql中的undo log、redo log 、binlog大致概要
查看>>
Mysql中的using
查看>>
MySQL中的关键字深入比较：UNION vs UNION ALL
查看>>
mysql中的四大运算符种类汇总20多项，用了三天三夜来整理的，还不赶快收藏
查看>>
mysql中的字段如何选择合适的数据类型呢？
查看>>
MySQL中的字符集陷阱：为何避免使用UTF-8
查看>>
mysql中的数据导入与导出
查看>>
MySQL中的时间函数
查看>>
mysql中的约束
查看>>
MySQL中的表是什么？
查看>>
mysql中穿件函数时候delimiter的用法
查看>>
Mysql中索引的分类、增删改查与存储引擎对应关系
查看>>
Mysql中索引的最左前缀原则图文剖析（全）
查看>>
MySql中给视图添加注释怎么添加_默认不支持_可以这样取巧---MySql工作笔记002
查看>>
Mysql中获取所有表名以及表名带时间字符串使用BetweenAnd筛选区间范围
查看>>
Mysql中视图的使用以及常见运算符的使用示例和优先级
查看>>
Mysql中触发器的使用示例
查看>>