Maximizing Python Speed with Numpy Vectorization (Part 1)

Pubblicato il: 14 febbraio 2019
sul canale di: 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/...

In questa pagina del sito puoi guardare il video online Maximizing Python Speed with Numpy Vectorization (Part 1) della durata di ore minuti seconda in buona qualità , che l'utente ha caricato Software for Science 14 febbraio 2019, condividi il link con amici e conoscenti, su youtube questo video è già stato visto 5,390 volte e gli è piaciuto 80 spettatori. Buona visione!

54,509