Maximizing Python Speed with Numpy Vectorization (Part 1)
Why do people say Python is slow? How do you analyze a Python algorithm to find room for improvement?
We will walk you through the steps of how to think about optimizing a time series clustering algorithm using numpy vectorization techniques.
In Part 1 of this series, Sean will explain why numpy is fast and dive into the code that reduces the benchmark from 6 minutes to less than 10 seconds.
0:48 Why is SQL slow for this?
1:45 The essence of the problem
3:03 Agglomerative clustering
4:31 Why list of lists is slow?
5:04 What does contiguous mean?
7:05 How does vectorization help us?
MUSIC
Nimbus by Eveningland https://www.youtube.com/audiolibrary/...
Auf dieser Seite können Sie das Online-Video Maximizing Python Speed with Numpy Vectorization (Part 1) mit der Dauer stunde minuten sekunde in guter Qualität ansehen, das der Benutzer Software for Science 14 Februar 2019 hochgeladen hat, den Link mit Freunden und Bekannten teilen, dieses Video wurde auf Youtube bereits 5,390 Mal angesehen und es wurde von 80 den Zuschauern gefallen. Viel Spaß beim Betrachtenden Zuschauern gefallen!
