南通制作网站公司,长春商城网站建设,小学生网站制作,seo网站管理你可以在这个链接的底部找到一些有用的结果
从介绍开始A comparison of weave with NumPy, Pyrex, Psyco, Fortran (77 and 90) and C for solving Laplaces equation.
它还比较了MATLAB#xff0c;并显示了与使用Python和NumPy时类似的速度。
当然#xff0c;这只是一个特定…你可以在这个链接的底部找到一些有用的结果
从介绍开始A comparison of weave with NumPy, Pyrex, Psyco, Fortran (77 and 90) and C for solving Laplaces equation.
它还比较了MATLAB并显示了与使用Python和NumPy时类似的速度。
当然这只是一个特定的例子您的应用程序可能允许更好或更差的性能。在两者上运行相同的测试并进行比较没有坏处。
您还可以使用优化的库来编译NumPy比如提供一些BLAS/LAPACK例程的ATLAS。它们的速度应该与MATLAB相当。
我不确定是否已经针对它构建了NumPy下载但我认为如果编译NumPyATLAS会根据您的系统调整库
该链接提供了Windows平台下所需内容的更多详细信息。
编辑如果你想知道什么是更好的C或C那么你可能需要问一个新问题。虽然从上面的链接来看C具有最好的性能。其他解决方案也非常接近即pyRX、PythonFortran使用F2PY和内联C。 C中我所做的唯一的矩阵代数是使用MTL和实现扩展卡尔曼滤波器。不过我想从本质上说这取决于您正在使用的LAPACK/BLAS库以及它的优化程度。
此链接包含许多语言的面向对象数字包列表。
