Python中的系列求和

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python中的系列求和，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含966字，纯文字阅读大概需要2分钟。

内容图文

我有一个5 000 000个元素的1D矩阵(A),我想对这些数据进行一系列求和,这样结果(矩阵“B”)也是一个5 000 000元素的长1D矩阵,其中每个元素B [i]是元素A [i]和A [i]之前的所有元素之和.

下面的代码是我到目前为止的代码.该代码并没有完全削减它,因为在系列中进行每次求和的运行时间随着求和的数量(索引值)而减少,直到该过程在完成之前(即,在达到第500万个索引之前)终止自身为止.

是否有更有效的方式来总结这么长的系列？有没有python函数可以做到这一点？

import numpy as np
# Create the fake data:
A = np.arange(5000000)
B = np.zeros([5000000])
for i in np.arange(5000000):
    B[i] = np.sum(A[0:i])

解决方法:

您所描述的内容称为累积求和,NumPy具有内置函数：

B = np.cumsum(A)

如果你想自己写,你应该使用属性B [i] = B [i-1] A [i].也就是说,第i个总和与第(i-1)个总和加上A的第i个值相同：

B = np.zeros(5000000)
for i in xrange(1, 5000000):
    B[i] = B[i-1] + A[i]

这具有O(n)复杂度,而不是你问题中算法的O(n²).另请注意,我使用的是xrange而不是np.arange.这在做循环时更好,因为xrange一次产生一个整数,这意味着它比np.arange消耗更少的内存.

内容总结

以上是互联网集市为您收集整理的Python中的系列求和全部内容，希望文章能够帮你解决Python中的系列求和所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端