全文共字，预计学习时长12分钟对数据进行分类整理是数据科学家和数据工程师的基础工作。Python会提供许多内置库，优化排序选项。有些库甚至可以同时在GPU上运行。令人惊奇的是，一些排序方法并没有使用之前所述的算法类型，其他方法的执行效果也不如预期。选择使用哪种库和哪类排序算法着实难办，因为算法的执行变化很快。本文将具体展开讲解，提供一些帮助记忆算法的技巧，分享测速的结果。分好类的茶开始排序吧！更新于年7月17日：速度测试结果现在包括PyTorch和TensorFlow的GPU执行。TensorFlow还包括tensorflow==2.0.0-beta1和tensorflow-gpu==2.0.0-beta1下的CPU结果。令人感到惊奇的发现是：PyTorchGPU变亮的速度更快，TensorFlowGPU比TensorFlowCPU速度更慢。有许多不同的基本排序算法。有些比其他执行速度更快、占用内存更小。有些适合处理大数据，还有些可以更好地对特定序列数据进行排排序。可参见下表了解许多常用算法的时间和空间复杂性。图片来自
转载请注明：http://www.aierlanlan.com/grrz/9296.html
