eficiencia de numpy.array

[tny]

El jue, 08-03-2007 a las 15:16 +0100, Chema Cortes escribió:
> El 8/03/07, tny <a.porrua en gmail.com> escribió:
> 
> > Pues tengo entre manos muchas operaciones matemáticas, y con listas de
> > un buen tamaño, pero no son operaciones como sum que pueda realizar la
> > propia lista, y la memoria que ocupe no es, en este caso, importante así
> > que me voy a decantar por las listas de python.
> 
> Resulta extraño que preguntes sobre "eficiencia", para que luego digas
> que no vas a tener problemas con lo que ocupe la lista :-P
> 

Si hay que escoger entre consumo de recursos y velocidad me quedo con la
velocidad, en este caso.

Estoy haciendo unas librerías para cifrado...
Cuando las terminé le echaré un ojo a numpy.
Aunque tengo un montón de cosas que me apetece ir mirando, (pygame, c,
cgi,css,...), todo será cuestión de organizar el tiempo.

> De todos modos, el numpy está pensado por y para matemáticos. Aunque
> no sea por "efectividad", deberías mirarlo desde el punto de vista
> matemático. Los arrays del numpy aceptan tuplas como índices
> multidimensionales, así como el rebanado "extendido" ("extended
> slice").
> 
> Como ejemplo del primer caso (índices multidimensionales), una forma
> rápida de obtener todos los elementos de un array mayores de 100:
> 
> a[a>100]
> 
> (con 'a>100' se obtiene un array de booleanos)
> 
> Como ejemplo de slicing extendiddo, si tienes una matriz
> n-dimensional, sumar una columna a otra sería:
> 
> a[...,i]+=a[...,j]
> 
> 
> Pero hay mucho más, como el cálculo matricial, FFT, LinearAlgebra,...
> _______________________________________________
> Python-es mailing list
> Python-es en aditel.org
> http://listas.aditel.org/listinfo/python-es

------------ próxima parte ------------
_______________________________________________
Python-es mailing list
Python-es en aditel.org
http://listas.aditel.org/listinfo/python-es