Исправление rmammoth, (текущая версия) :
Если не жалко памяти, то можно так:
Производительность numpy имеет такое же отношение к производительности собственно питона, как рендеринг в GPU к жесткому диску, на котором лежит 3д-моделька. Понятно, что в данном случае большую часть времени работает написанный на C библиотечный код numpy, только как это подnверждает сей тезис, с которого и началась дискуссия?
Можно вообще вынести плюсовый код из примера в либу, прикрутить ее к питону и радоваться немеряной скорости питона, ни в чем не уступающего C++ ;)
Исправление rmammoth, :
Если не жалко памяти, то можно так:
Производительность numpy имеет такое же отношение к производительности собственно питона, как рендеринг в GPU к жесткому диску, на котором лежит 3д-моделька. Понятно, что в данном случае большую часть времени работает написанный на C библиотечный код numpy, только как это подnверждает сей тезис, с которого и началась дискуссия?
Можно вообще вынести плюсовый код из примера в либу, прикрутить ее к питону и радоваться немеряной скорости питона ;)
Исходная версия rmammoth, :
Если не жалко памяти, то можно так:
Производительность numpy имеет такое же отношение к производительности собственно питона, как рендеринг в GPU к жесткому диску, на котором лежит 3д-моделька. Понятно, что в данном случае большую часть времени работает написанный на C библиотечный код numpy, только как это подnверждает сей тезис, с которого и началась дискуссия?