在Python中,我们要尽量的对数据计算选择使用numpy格式, 不要过得使用for,for循环计算效率很低,一般情况下,列表推导的计算速度介于两者之间。 这里我将三者做一个对比,所做的案例就是将矩阵上的每个元素, 在原来数值的基础上都加上1。这是一个简单的操作,对比一下,每种方法所花的计算的时间。 这里就是使用sklearn的美国加州房价的数据集的特征X作为我们的矩阵数据集。 import pandas as pd from sklearn.datasets import fetch_california_housing HOUSE = fetch_california_housi