标签：span 科学 求和 用两个 利用 数据 不同的 array min
首先构造一个具有100个值的数组，然后我们利用两个不同的方法进行求和：
>>> l=np.random.random(100)
l的数据如下:
>>> l array([0.63330856, 0.55254815, 0.681117 , 0.0392779 , 0.55515459, 0.65577685, 0.93779694, 0.38145863, 0.15571406, 0.58656667, 0.05014379, 0.22707423, 0.2206218 , 0.99183227, 0.067189 , 0.85587266, 0.38610259, 0.58482566, 0.21639326, 0.66505995, 0.47360391, 0.553394 , 0.6861513 , 0.36460573, 0.25960476, 0.80718606, 0.61228608, 0.47824396, 0.98466131, 0.13550462, 0.2296882 , 0.41334125, 0.0028512 , 0.00706611, 0.66774287, 0.26150011, 0.98494222, 0.16255418, 0.55893817, 0.63001863, 0.0151125 , 0.13388626, 0.3116983 , 0.70979666, 0.36033375, 0.70286921, 0.08094839, 0.38973694, 0.07205708, 0.23503885, 0.56665754, 0.72277441, 0.00386346, 0.86161187, 0.09270819, 0.36279124, 0.14414812, 0.83186456, 0.759372 , 0.26563921, 0.5059324 , 0.35014357, 0.55575501, 0.5613696 , 0.00100515, 0.40608559, 0.89754344, 0.13651899, 0.334764 , 0.77378823, 0.69603667, 0.65702436, 0.98306105, 0.93510312, 0.71863035, 0.14813637, 0.92719219, 0.3230562 , 0.36282925, 0.26928228, 0.70444039, 0.03080534, 0.21334398, 0.14623021, 0.85840572, 0.51886698, 0.40347232, 0.84893857, 0.17807356, 0.02207469, 0.05365235, 0.47315195, 0.48036338, 0.54677648, 0.73090216, 0.20840042, 0.0531166 , 0.59713323, 0.76020517, 0.50951197])
利用np里面的sum函数明显求和会更快，但是直接利用python当中的函数则会比较慢，这也是有科学依据的，但是我们只要记住即可，感兴趣的同学可以利用%timeit 来求出两个不同函数进行计算的时间：
计算结果如下：
>>> sum(l) 45.22175110164667 >>> np.sum(l) 45.221751101646674
>>> np.min(l) 0.0010051507515725921 >>> np.max(l) 0.9918322686313938
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) result = np.sum(arr) print(result)
标签：span 科学 求和 用两个 利用 数据 不同的 array min
原文地址：https://www.cnblogs.com/geeksongs/p/11015928.html
