2015-11-03 19:16 GMT+01:00 Manlio Perillo <manlio.peri...@gmail.com>: > 2015-11-03 18:23 GMT+01:00 Manlio Perillo <manlio.peri...@gmail.com>: >> 2015-11-03 18:19 GMT+01:00 Manlio Perillo <manlio.peri...@gmail.com>: >> [...] >>> Tieni conto che con Python è ben possibile che ci siano altri fattori >>> che "mascherano" le performance reali [1]. >>> Magari l'indexing di un array numpy non accede direttamente alla >>> memoria come accade in C. >>> >> > [...] > Però numpy ha ancora del codice addizionale in mezzo, perchè questa versione > > def afib(n): > cache = [-1 for i in range(n+1)] > cache[0] = cache[1] = 1 > return _fib(n, cache) > > è più efficiente. > Dovrei leggere il codice, ma non ne ho voglia. >
http://stackoverflow.com/questions/29281680/numpy-individual-element-access-slower-than-for-lists Python è *troppo* dinamico, e si propaga in modo virale a tutto. Ciao Manlio _______________________________________________ Python mailing list Python@lists.python.it http://lists.python.it/mailman/listinfo/python