# Effizienter Code

In diesem Kapitel wollen wir Code durch *Vektorisieren* effizienter gestalten. Ziel ist es, Code so umzuschreiben, dass er weniger Rechenschritte benötigt und schneller ausgeführt wird. Sie lernen dabei, wie man die Laufzeit von Python-Code misst und welche speziellen Funktionen und Methoden NumPy bereitstellt, um rechenintensive Aufgaben performanter zu lösen. Außerdem verdeutlichen wir wie groß der Unterschied in der Ausführungsgeschwindigkeit zwischen herkömmlichen Schleifen und vektorisierten Operationen sein kann.

## Lernziele

- Was bedeutet Vektorisieren und warum ist es sinnvoll?
- Wie misst man die Laufzeit von Code in Python?
- Welche Mechanismen und Funktionen bietet NumPy zur Effizienzsteigerung?