Created
October 22, 2018 17:42
-
-
Save d0uji/6140fda32ac205828bf793fe22052938 to your computer and use it in GitHub Desktop.
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
# coding: cp1251 | |
import random | |
import timeit | |
import numpy as np | |
import pandas as pd | |
import matplotlib.pyplot as plt | |
def do_lists(a): | |
s = 0 | |
for i in range(n): | |
s += a[i][i] # суммируем диагональ | |
return s | |
def do_numpy(a): | |
s = sum(a.diagonal()) | |
# for i in range(n): | |
# s += a[i][i] | |
return s | |
def do_numpy_method(a): | |
s = a.trace() # получаем след матрицы | |
return s | |
# list'ы | |
# small | |
df = pd.DataFrame(columns=["lists", "numpy", "numpy_method", "size"]) # задаём датафрейм | |
k = 1 | |
n = 10 | |
a = [] | |
for j in range(n): | |
a.append(random.sample(range(n), n)) # заполняем матрицу случайными данными | |
b = np.random.randint(0, n, (n, n)) # заполняем матрицу случайными данными | |
c = np.random.randint(0, n, (n, n)) # заполняем матрицу случайными данными | |
for i in range(50): | |
row = [] | |
row.append(timeit.timeit(lambda: do_lists(a), number=1)) # добавляем результат листов | |
row.append(timeit.timeit(lambda: do_numpy(b), number=1)) # добавляем результат numpy | |
row.append(timeit.timeit(lambda: do_numpy_method(c), number=1)) # добавляем результат метода numpy | |
row.append(i) | |
df.loc[i+1] = row | |
# print(df) | |
fig1 = df[["lists", "numpy", "numpy_method"]].plot() | |
fig1.set_xlabel("Number", fontsize=12) | |
fig1.set_ylabel("Time", fontsize=12) | |
plt.savefig("small.png") | |
# plt.show() | |
# medium | |
df = pd.DataFrame(columns=["lists", "numpy", "numpy_method", "size"]) | |
n = 50 | |
a = [] | |
for j in range(n): | |
a.append(random.sample(range(n), n)) # заполняем матрицу случайными данными | |
b = np.random.randint(0, n, (n, n)) # заполняем матрицу случайными данными | |
c = np.random.randint(0, n, (n, n)) # заполняем матрицу случайными данными | |
for i in range(50): | |
row = [] | |
row.append(timeit.timeit(lambda: do_lists(a), number=1)) # добавляем результат листов | |
row.append(timeit.timeit(lambda: do_numpy(b), number=1)) # добавляем результат numpy | |
row.append(timeit.timeit(lambda: do_numpy_method(c), number=1)) # добавляем результат метода numpy | |
row.append(i) | |
df.loc[i+1] = row | |
# print(df) | |
fig2 = df[["lists", "numpy", "numpy_method"]].plot() | |
fig2.set_xlabel("Number", fontsize=12) | |
fig2.set_ylabel("Time", fontsize=12) | |
plt.savefig("medium.png") | |
# plt.show() | |
# big | |
df = pd.DataFrame(columns=["lists", "numpy", "numpy_method", "size"]) | |
n = 100 | |
a = [] | |
for j in range(n): | |
a.append(random.sample(range(n), n)) # заполняем матрицу случайными данными | |
b = np.random.randint(0, n, (n, n)) # заполняем матрицу случайными данными | |
c = np.random.randint(0, n, (n, n)) # заполняем матрицу случайными данными | |
for i in range(50): | |
row = [] | |
row.append(timeit.timeit(lambda: do_lists(a), number=1)) # добавляем результат листов | |
row.append(timeit.timeit(lambda: do_numpy(b), number=1)) # добавляем результат numpy | |
row.append(timeit.timeit(lambda: do_numpy_method(c), number=1)) # добавляем результат метода numpy | |
row.append(i) | |
df.loc[i+1] = row | |
# print(df) | |
fig3 = df[["lists", "numpy", "numpy_method"]].plot() | |
fig3.set_xlabel("Number", fontsize=12) | |
fig3.set_ylabel("Time", fontsize=12) | |
plt.savefig("big.png") | |
plt.show() # выводим графики |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment