@ Est plus rapide que dot

Multipliez par «@», qui est disponible dans python3.5 et versions ultérieures.

Quand je le compare:

use_at

import numpy as np

N=1000
LOOP=10
a=np.arange(N*N).reshape(N,N)

for _ in range(LOOP):
  b=a@a@a

use_dot

import numpy as np

N=1000
LOOP=10
a=np.arange(N*N).reshape(N,N)

for _ in range(LOOP):
  b=a.dot(a).dot(a)

Comment, @ est environ trois fois plus rapide. Je pense que cela dépend de la taille de la matrice, du type de valeur, du système de traitement, etc., mais si vous exécutez le code ci-dessus à portée de main, vous obtiendrez ce résultat.

J'étais un peu surpris.

• Qu'est-ce qu'une bibliothèque de référence qui peut être utilisée normalement avec python 3.6?