小编Mat*_*w K的帖子

有没有比 np.diff 更快的替代品?

我关心以下函数的速度:

def cch(tau):
    return np.sum(abs(-1*np.diff(cartprod)-tau)<0.001)
Run Code Online (Sandbox Code Playgroud)

"cartprod"如下所示的列表的变量在哪里:

cartprod = np.ndarray([[0.0123,0.0123],[0.0123,0.0459],...])
Run Code Online (Sandbox Code Playgroud)

这份名单的长度约为2500万。基本上,我试图找到一种显着更快的方法来返回该中每个对列表的差异列表np.ndarray。是否有比 更快的算法方式或函数np.diff?或者,np.diff结局就是一切?我也对其他任何事情持开放态度。

编辑:谢谢大家的解决方案!

python performance numpy time-complexity

5
推荐指数
1
解决办法
1028
查看次数

标签 统计

numpy ×1

performance ×1

python ×1

time-complexity ×1