Python科学计算学习：从入门到放弃系列（4）工具篇IPython（Jupyter Notebook）介绍增补

魔法命令

%timeit 对于单行语句进行时间测试，跟代码写同一行

%%timeit：测试整个单元的运行时间 ，用起来比在SublimeText等计时方便多了。

迭代器

下面是使用迭代器生成一个列表的快捷方法，可以代替for循环，语法更加简洁。

[key for key, value in np.typeDict.items() if value is np.float64]  # 非常简洁的把数据挑了出来

关于运算速度

如果是单纯数字运算，没必要使用numpy的数值类型。numpy的数值类型，进行浮点运算速度会慢于Python内置浮点类型，因为它包含了更多的信息在每一个元素中。所以接下来，比如求解微分方程等，都有 x.tolist() 的命令，即把数据类型转换成Python内置类型。

产生等分区间

使用 linspace() 和 logspace(), 不包含终点，步长很容易算！如 $[0,1,10]$, 那么步长就是 $\frac{(1-0)}{10}=0.1$。 这些命令多用于画图和求解微分方程，产生每一个时间点。

Numpy里快速产生列表

np.zeros(4, np.int)

注意用法里面有指定类型

数组

区分 共享内存和 不共享内存的区别

共享是因为，只是按顺序截取，出于简单的原则，没必要再开辟一段存储空间（切片方式截取）

不共享，是那种挑着找元素的情况。

总结

好久没打开博客，发现这篇写一半，就顺手补充完整。