タグ

ブックマーク / qiita.com/jabberwocky0139 (3)

  • (Python3)ノ 。oO(標準ライブラリ使ってる?) : 日陰者5選 - Qiita

    日陰者の関数たち Pythonはバッテリー同梱と言われるだけあってbuilt-in関数やら標準ライブラリやらがとっても充実しています. 一方で充実しすぎて日の目を見ない関数たちも多いように思います. これを書いたそもそもの動機はprint関数です. もっと評価されるべき. 旅行に行こう! 一度は以下に目を通しておきましょう: Python チュートリアル 及び 標準ライブラリミニツアー 標準ライブラリミニツアー その2 print この子自体は超有名ですが, その引数たちは日陰者かも? Python2ではprint文だったのが, Python3からprint関数になりました. 下位互換性をぶった切る以外にどんな意味があるのかと思っていましたが, よくよく見るとすごい便利な関数に進化していました: print(value, ..., sep=' ', end='\n', file=sys.s

    (Python3)ノ 。oO(標準ライブラリ使ってる?) : 日陰者5選 - Qiita
  • NumPy・SciPyによる高速化の実力を見る - Qiita

    あらまし 以前の記事でNumPy・SciPyの高速化にまつわる事柄を書きました: NumPyを用いた数値計算の高速化 : 基礎 NumPy・SciPyを用いた数値計算の高速化 : 応用その1 NumPy・SciPyを用いた数値計算の高速化 : 応用その2 ホントに早くなってるの?ちゃんと調べてみましょう. 調査方法 Pythonによるオレオレ実装と比較します. 速度よりシンプルさを重視した実装との比較なので正当な評価とは言い難いかもしれません. Pythonはanaconda3, 時間計測にはIPythonの%timeitを使用します. --実行環境-- OS : Ubuntu16.04 LTS 64bit Python : anaconda3-4.1.1 CPU : Intel Corei5 3550 (4-core / 4-thread) リストの初期化 たとえば行列の初期化です.

    NumPy・SciPyによる高速化の実力を見る - Qiita
  • NumPyによる数値計算の高速化 : 基礎 - Qiita

    対象 Python及びNumPy初心者に向けて書いています. 「C言語は使えるけど最近Pythonを始めた」とか「Pythonらしい書き方がよくわからない」に該当する物理系の数値計算を目的とした方には特に有用かもしれません. また, 自分の不勉強のために間違った記述があるかもしれません. ご容赦ください. あらまし Pythonは数値計算系のライブラリが非常に充実しており, かつ使いやすくまとまっています. その多くはFortranで書かれた遺産のラッパーだったりするのですが, C/C++などから呼ぶよりもとても簡単です. 例えばC/C++からLAPACK1を呼んで固有値問題を計算しようとすると info = LAPACKE_zheevr(LAPACK_COL_MAJOR, 'V', 'A', 'L', H, (lapack_complex_double*)a, lda, vl, vu,

    NumPyによる数値計算の高速化 : 基礎 - Qiita
  • 1