El ejemplo que se hará es un script que tiene una función donde se le pasa el tamaño de la matriz NxN generada de forma aleatoria y devuelve la matriz inversa. Luego se genera una lista de tamaños de forma aletoria. Se crea un ciclo recorriendo la lista donde dentro del ciclo se crea la matriz inversa.
El script se guarda con nombre ej4.py .
El código del script se muestra a continuación:
#!/usr/bin/env python # -*- coding: utf-8 -*- #Se importa numpy como np import numpy as np #Se crea la función que invierte una matriz de valores aleatorios def Inversa(n): a = np.matrix(np.random.rand(n, n)) return a.I #Se define una lista de tamaños de la matriz tamagno = 2 ** np.arange(0, 12) #Se recorre la lista de tamaños y se invierte cada matriz con la #funcion. for n in tamagno: Inversa(n)
Desde la consola se ejecuta ipython --pylab . Luego se ejecuta el comando %run -t ej4.py el cual devuelve el tiempo de ejecución en la capa de usuario, capa de sistema. Luego se ejecuta %run -p ej4.py el cual devuelve los tiempos de ejecución de cada función.
ecrespo@jewel:~/bin/python/matplotlib$ ipython --pylab Python 2.7.3rc2 (default, Apr 22 2012, 22:35:38) Type "copyright", "credits" or "license" for more information. IPython 0.13.1 -- An enhanced Interactive Python. ? -> Introduction and overview of IPython's features. %quickref -> Quick reference. help -> Python's own help system. object? -> Details about 'object', use 'object??' for extra details. Welcome to pylab, a matplotlib-based Python environment [backend: TkAgg]. For more information, type 'help(pylab)'. In [1]: %run -t ej4.py IPython CPU timings (estimated): User : 8.79 s. System : 0.13 s. Wall time: 6.17 s.In [2]: 850 function calls in 6.201 secondsOrdered by: internal timencalls tottime percall cumtime percall filename:lineno(function)12 5.556 0.463 5.556 0.463 {numpy.linalg.lapack_lite.dgesv}24 0.236 0.010 0.236 0.010 {numpy.core.multiarray._fastCopyAndTranspose}12 0.229 0.019 0.229 0.019 {method 'rand' of 'mtrand.RandomState' objects}12 0.058 0.005 0.058 0.005 {method 'astype' of 'numpy.ndarray' objects}12 0.042 0.004 0.042 0.004 {method 'copy' of 'numpy.ndarray' objects}24 0.036 0.001 0.036 0.001 {numpy.core.multiarray.zeros}12 0.022 0.002 5.909 0.492 linalg.py:404(inv)1 0.012 0.012 6.200 6.200 ej4.py:5(<module>)12 0.006 0.001 6.188 0.516 ej4.py:9(Inversa)1 0.001 0.001 6.201 6.201 {execfile}12 0.000 0.000 5.851 0.488 linalg.py:244(solve)1 0.000 0.000 6.201 6.201 interactiveshell.py:2390(safe_execfile)12 0.000 0.000 0.036 0.003 numeric.py:1830(identity)12 0.000 0.000 5.909 0.492 defmatrix.py:808(getI)12 0.000 0.000 0.000 0.000 linalg.py:99(_commonType)1 0.000 0.000 0.000 0.000 {open}24 0.000 0.000 0.043 0.002 defmatrix.py:233(__new__)36 0.000 0.000 0.000 0.000 defmatrix.py:279(__array_finalize__)36 0.000 0.000 0.000 0.000 linalg.py:66(_makearray)36 0.000 0.000 0.000 0.000 {numpy.core.multiarray.array}12 0.000 0.000 0.236 0.020 linalg.py:139(_fastCopyAndTranspose)24 0.000 0.000 0.000 0.000 {method '__array_prepare__' of 'numpy.ndarray' objects}12 0.000 0.000 0.000 0.000 {method 'view' of 'numpy.ndarray' objects}12 0.000 0.000 0.000 0.000 linalg.py:127(_to_native_byte_order)75 0.000 0.000 0.000 0.000 {isinstance}36 0.000 0.000 0.000 0.000 numeric.py:167(asarray)12 0.000 0.000 0.000 0.000 defmatrix.py:55(asmatrix)12 0.000 0.000 0.000 0.000 {method 'transpose' of 'numpy.ndarray' objects}60 0.000 0.000 0.000 0.000 {issubclass}12 0.000 0.000 0.000 0.000 linalg.py:151(_assertRank2)36 0.000 0.000 0.000 0.000 linalg.py:71(isComplexType)12 0.000 0.000 0.000 0.000 linalg.py:157(_assertSquareness)24 0.000 0.000 0.000 0.000 linalg.py:84(_realType)36 0.000 0.000 0.000 0.000 {getattr}61 0.000 0.000 0.000 0.000 {len}1 0.000 0.000 0.000 0.000 posixpath.py:312(normpath)1 0.000 0.000 0.000 0.000 posixpath.py:118(dirname)30 0.000 0.000 0.000 0.000 {method 'append' of 'list' objects}1 0.000 0.000 0.000 0.000 syspathcontext.py:55(__enter__)1 0.000 0.000 0.000 0.000 {posix.getcwdu}12 0.000 0.000 0.000 0.000 {max}24 0.000 0.000 0.000 0.000 {method 'get' of 'dict' objects}1 0.000 0.000 0.000 0.000 {numpy.core.multiarray.arange}1 0.000 0.000 6.201 6.201 py3compat.py:173(execfile)1 0.000 0.000 0.000 0.000 posixpath.py:341(abspath)1 0.000 0.000 0.000 0.000 syspathcontext.py:62(__exit__)12 0.000 0.000 0.000 0.000 {min}1 0.000 0.000 0.000 0.000 posixpath.py:60(join)5 0.000 0.000 0.000 0.000 {method 'startswith' of 'unicode' objects}1 0.000 0.000 0.000 0.000 {_codecs.utf_8_decode}1 0.000 0.000 6.201 6.201 <string>:1(<module>)1 0.000 0.000 0.000 0.000 {method 'encode' of 'unicode' objects}1 0.000 0.000 0.000 0.000 {method 'split' of 'unicode' objects}1 0.000 0.000 0.000 0.000 {method 'rfind' of 'unicode' objects}1 0.000 0.000 0.000 0.000 posixpath.py:249(expanduser)1 0.000 0.000 0.000 0.000 utf_8.py:15(decode)1 0.000 0.000 0.000 0.000 {method 'remove' of 'list' objects}1 0.000 0.000 0.000 0.000 posixpath.py:51(isabs)1 0.000 0.000 0.000 0.000 {method 'insert' of 'list' objects}1 0.000 0.000 0.000 0.000 {method 'rstrip' of 'unicode' objects}2 0.000 0.000 0.000 0.000 {method 'setdefault' of 'dict' objects}1 0.000 0.000 0.000 0.000 syspathcontext.py:52(__init__)1 0.000 0.000 0.000 0.000 {method 'join' of 'unicode' objects}1 0.000 0.000 0.000 0.000 {method 'endswith' of 'unicode' objects}1 0.000 0.000 0.000 0.000 {sys.getfilesystemencoding}1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
El código lo pueden encontrar en bitbucket.
