Maximizing Python Speed with Numpy Vectorization (Part 1)

Publié le: 14 février 2019
sur la chaîne: Software for Science

5,390

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/...

Sur cette page du site, vous pouvez voir la vidéo en ligne Maximizing Python Speed with Numpy Vectorization (Part 1) durée heure minute seconde en bonne qualité , qui a été Téléchargé par l'utilisateur Software for Science 14 février 2019, Partagez le lien avec vos amis et connaissances, sur youtube cette vidéo a déjà été regardée 5,390 fois et il a aimé 80 téléspectateurs. Bon visionnage!

54,509