效率對比：

老生常談了，不過這次用了個新的模塊，

運行時間測試模塊timeti：

 1 import timeit
 2 
 3 normal = timeit.timeit(‘sum(x*x for x in range(1000))‘, number=10000)
 4 native_np = timeit.timeit(‘sum(na*na)‘,                                  # 重復部分
 5                        setup="import numpy as np; na = np.arange(1000)", # setup只運行一次
 6
 
                        number=10000)                                     # 重復次數
 7 good_np = timeit.timeit(‘na.dot(na)‘,
 8                         setup="import numpy as np; na = np.arange(1000)",
 9                         number=10000)
10 
11 print(‘ 原生運行時間：    ‘,normal,‘\n‘,
12       ‘原始numpy運行時間：‘,native_np,‘
 
\n‘,
13       ‘使用numpy自帶函數：‘,good_np)

 原生運行時間：     1.236690534016816 
 原始numpy運行時間： 1.1835122400079854 
 使用numpy自帶函數： 0.02045012399321422

『Python』MachineLearning機器學習入門_效率對比