学习numpy函数向量化，np.vectorize

import numpy as np
import time

def Multiply_fun(a,b):
    return a*b
vfun=np.vectorize(Multiply_fun)
t0=time.time()
vfun(np.random.randint(low=10,high=1000,size=1000000),b=3)
t1=time.time()
print('向量化后运行时间：'+str(t1-t0))
t2=time.time()
Multiply_fun(np.random.randint(low=10,high=1000,size=1000000),b=3)
t3=time.time()
print('非向量化后运行时间：'+str(t3-t2))

 结论：向量化后的并行运算速度要比普通的执行速度快很多，这里差不多快了200多倍了。对于大型数据可以使用此方法优化程序。