2021-05-05 10:13:49 -07:00
|
|
|
|
---
|
|
|
|
|
id: 5e9a093a74c4063ca6f7c157
|
2021-07-16 11:03:16 +05:30
|
|
|
|
title: Numpy 代數和大小
|
2021-05-05 10:13:49 -07:00
|
|
|
|
challengeType: 11
|
|
|
|
|
videoId: XAT97YLOKD8
|
2021-10-03 12:24:27 -07:00
|
|
|
|
bilibiliIds:
|
|
|
|
|
aid: 250621433
|
|
|
|
|
bvid: BV1hv41137uM
|
|
|
|
|
cid: 409013128
|
2021-05-05 10:13:49 -07:00
|
|
|
|
dashedName: numpy-algebra-and-size
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
# --description--
|
|
|
|
|
|
2021-07-16 11:03:16 +05:30
|
|
|
|
*在視頻中我們使用的編輯器工具是在 notebook.ai 這個平臺,你也可以選擇用其他的平臺,比如說 Google Colab 也是一個不錯的選擇。*
|
2021-05-05 10:13:49 -07:00
|
|
|
|
|
2021-07-16 11:03:16 +05:30
|
|
|
|
以下有更多的資料:
|
2021-05-05 10:13:49 -07:00
|
|
|
|
|
2021-07-16 11:03:16 +05:30
|
|
|
|
- [在 GitHub 平臺的 Notebooks](https://github.com/ine-rmotr-curriculum/freecodecamp-intro-to-numpy)
|
|
|
|
|
- [如何使用 Google Colab 來打開 GitHub 上的 Notebooks](https://colab.research.google.com/github/googlecolab/colabtools/blob/master/notebooks/colab-github-demo.ipynb)
|
2021-05-05 10:13:49 -07:00
|
|
|
|
|
|
|
|
|
# --question--
|
|
|
|
|
|
|
|
|
|
## --text--
|
|
|
|
|
|
2021-07-16 11:03:16 +05:30
|
|
|
|
內存中,對象的大小(例如列表和數據類型)在 Python 標準庫和 NumPy 庫之間有什麼關係? 知道這一點,對性能有何影響?
|
2021-05-05 10:13:49 -07:00
|
|
|
|
|
|
|
|
|
## --answers--
|
|
|
|
|
|
2021-07-16 11:03:16 +05:30
|
|
|
|
標準的 Python 對象佔用了比 NumPy 對象更多的內存;標準的 Python 和 NumPy 對象完成的操作時間是大致相同的。
|
2021-05-05 10:13:49 -07:00
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
2021-07-16 11:03:16 +05:30
|
|
|
|
Numpy 對象比標準的 Python 對象佔用更多的內存;Numpy 的對象相比較標準的 Python 更快地完成操作。
|
2021-05-05 10:13:49 -07:00
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
2021-07-16 11:03:16 +05:30
|
|
|
|
Numpy 對象比標準的 Python 對象佔用更少的內存;標準 Python 的對象相比較 Numpy 的對象更快地完成操作。
|
2021-05-05 10:13:49 -07:00
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
2021-07-16 11:03:16 +05:30
|
|
|
|
標準 Python 的對象比 Numpy 的對象佔用更多的內存;Numpy 的對象相比較標準 Python 的對象更快地完成操作。
|
2021-05-05 10:13:49 -07:00
|
|
|
|
|
|
|
|
|
## --video-solution--
|
|
|
|
|
|
|
|
|
|
4
|
|
|
|
|
|