Различия между питоном numpy.ndarray и типом данных list - PullRequest
3 голосов
/ 07 марта 2011

Каковы различия между типами данных python numpy.ndarray и list? У меня есть смутные идеи, но я хотел бы получить окончательный ответ о:

  1. Размер в памяти
  2. Скорость / порядок доступа
  3. Скорость / порядок модификации на месте, но с сохранением длины
  4. Эффекты изменения длины

Спасибо!

Ответы [ 2 ]

4 голосов
/ 21 сентября 2011

Существует несколько отличий:

  • Вы можете добавлять элементы в список, но вы не можете изменить размер «numpy.ndarray» без создания полной копии.
  • Списки могут содержать обо всем, в числовых массивах все элементы должны иметь одинаковый тип.
  • На практике числовые массивы быстрее для векторных функций, чем для отображения функций в списки.
  • Я думаючем время модификации не проблема, но итерации по элементам.
  • У массивов Numpy есть много методов, связанных с массивами ('argmin','min´, ´sort´ и т. д.).

Я предпочитаю использовать числовые массивы, когда мне нужно выполнить некоторые математические операции (сумма, среднее, умножение массива и т. Д.), И указывать, когда мне нужно перебирать элементы (строки, файлы и т. Д.).

1 голос
/ 16 мая 2018

Я читаю по различным ссылкам и ресурсам и обобщаю свое понимание, как показано ниже:

  1. Основными преимуществами использования массивов numpy должны быть меньшее потребление памяти и лучшее поведение во время выполнения.

  2. Одним из главных преимуществ NumPy является его преимущество во времени по сравнению со стандартным Python.

Хорошее Объяснение: https://www.python -course.eu/numpy.php

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...