柚子快報(bào)激活碼778899分享：numpy統(tǒng)計(jì)元素個(gè)數(shù)

http://yzkb.51969.com/

目錄

torch導(dǎo)入時(shí)間

numpy求平均，統(tǒng)計(jì)元素個(gè)數(shù)

torch導(dǎo)入時(shí)間

發(fā)現(xiàn)導(dǎo)入torch需要1.5秒左右，

如果是多進(jìn)程，每個(gè)進(jìn)場都需要導(dǎo)入torch，每次時(shí)間都需要1.5秒。

numpy求平均，統(tǒng)計(jì)元素個(gè)數(shù)

100萬數(shù)據(jù)，求均值耗時(shí)為0，統(tǒng)計(jì)元素個(gè)數(shù)耗時(shí)15毫秒 ms。

import time

import numpy as np

start=time.time()

# import torch

print('import torch time',time.time()-start)

vector = np.random.randint(1, 11, size=1000000)

start=time.time()

aa=vector.mean()

print('mean time',time.time()-start)

start=time.time()

unique_elements, counts = np.unique(vector, return_counts=True)

# 找出出現(xiàn)次數(shù)最多的元素及其次數(shù)

max_count_index = np.argmax(counts) # 出現(xiàn)次數(shù)最多的元素的索引

most_frequent_element = unique_elements[max_count_index]

max_count = counts[max_count_index]

print(f"重復(fù)次數(shù)最多的數(shù)是: {most_frequent_element}")

print(f"重復(fù)次數(shù)是: {max_count}")

print('time',time.time()-start)

柚子快報(bào)激活碼778899分享：numpy統(tǒng)計(jì)元素個(gè)數(shù)

http://yzkb.51969.com/

推薦鏈接