下面是我的代码:
import numpy as np #df_len : length of a column in pandas dataframe temp = np.zeros(df_len) for i in range(df_len): temp[i] = (i+1)*0.25
有没有更有效的方法来达到同样的效果?
8ftvxx2r1#
是的,使用NumPy的向量化操作可以更有效地实现相同的结果。您可以使用arange函数创建一个从0到df_len - 1的整数数组,然后使用向量化乘法操作将每个整数乘以0.25。代码如下:
arange
df_len - 1
import numpy as np df_len = 10 # example length temp = np.arange(df_len) * 0.25 print(temp)
1条答案
按热度按时间8ftvxx2r1#
是的,使用NumPy的向量化操作可以更有效地实现相同的结果。您可以使用
arange
函数创建一个从0到df_len - 1
的整数数组,然后使用向量化乘法操作将每个整数乘以0.25。代码如下: