老實說,可能沒有比np.inner或np.dot更快的速度.如果你發現中間變量很煩人,你總是可以創建一個lambda函數：

sqeuclidean = lambda x: np.inner(x, x)

np.inner和np.dot利用BLAS例程,幾乎肯定比標準元素乘法更快,然后求和.

In [1]: %%timeit -n 1 -r 100 a, b = np.random.randn(2, 1000000)

((a - b) ** 2).sum()

....:

The slowest run took 36.13 times longer than the fastest. This could mean that an intermediate result is being cached

1 loops, best of 100: 6.45 ms per loop

In [2]: %%timeit -n 1 -r 100 a, b = np.random.randn(2, 1000000)

np.linalg.norm(a - b, ord=2) ** 2

....:

1 loops, best of 100: 2.74 ms per loop

In [3]: %%timeit -n 1 -r 100 a, b = np.random.randn(2, 1000000)

sqeuclidean(a - b)

....:

1 loops, best of 100: 2.64 ms per loop

np.linalg.norm(…,ord = 2)在內部使用np.dot,并且提供與直接使用np.inner非常相似的性能.

總結

以上是生活随笔為你收集整理的python计算2的平方代码_python – NumPy计算向量的范数2的平方的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。