这是我的代码:
#!/usr/bin/python
import matplotlib.pyplot as plt
import numpy as np
from little_lib import *
points = []
k_step = 0.001
#for k_i in np.arange(1.0,4.0, k_step):
for i in range (1000, 4000):
k_i = i*k_step
print k_i
m1 = model( 0.3, k_i )
statList = m1.getStatList()
for s in statList:
points.append ((k_i,s))
plt.scatter(*zip(*points), marker='.', s = 0.5)
plt.show()
我注意到如果我使用np.arange(1., 4., k_step)
,它的迭代速度比使用默认range(1000, 4000)
的速度慢。为什么会这样,如何在不使用unpythonic k_i = i*k_step
的情况下利用python来解决这个问题?