2020-08-13 12:00:20 +02:00
|
|
|
|
---
|
|
|
|
|
id: 5e9a093a74c4063ca6f7c157
|
2021-07-15 13:04:11 +05:30
|
|
|
|
title: Numpy 代数和大小
|
2020-08-13 12:00:20 +02:00
|
|
|
|
challengeType: 11
|
|
|
|
|
videoId: XAT97YLOKD8
|
2021-10-03 12:24:27 -07:00
|
|
|
|
bilibiliIds:
|
|
|
|
|
aid: 250621433
|
|
|
|
|
bvid: BV1hv41137uM
|
|
|
|
|
cid: 409013128
|
2021-01-13 03:31:00 +01:00
|
|
|
|
dashedName: numpy-algebra-and-size
|
2020-08-13 12:00:20 +02:00
|
|
|
|
---
|
|
|
|
|
|
2020-12-16 00:37:30 -07:00
|
|
|
|
# --description--
|
2020-08-13 12:00:20 +02:00
|
|
|
|
|
2021-07-15 13:04:11 +05:30
|
|
|
|
*在视频中我们使用的编辑器工具是在 notebook.ai 这个平台,你也可以选择用其他的平台,比如说 Google Colab 也是一个不错的选择。*
|
2021-02-06 04:42:36 +00:00
|
|
|
|
|
2021-07-15 13:04:11 +05:30
|
|
|
|
以下有更多的资料:
|
2020-12-16 00:37:30 -07:00
|
|
|
|
|
2021-07-15 13:04:11 +05:30
|
|
|
|
- [在 GitHub 平台的 Notebooks](https://github.com/ine-rmotr-curriculum/freecodecamp-intro-to-numpy)
|
|
|
|
|
- [如何使用 Google Colab 来打开 GitHub 上的 Notebooks](https://colab.research.google.com/github/googlecolab/colabtools/blob/master/notebooks/colab-github-demo.ipynb)
|
2020-12-16 00:37:30 -07:00
|
|
|
|
|
|
|
|
|
# --question--
|
|
|
|
|
|
|
|
|
|
## --text--
|
|
|
|
|
|
2021-07-15 13:04:11 +05:30
|
|
|
|
内存中,对象的大小(例如列表和数据类型)在 Python 标准库和 NumPy 库之间有什么关系? 知道这一点,对性能有何影响?
|
2020-12-16 00:37:30 -07:00
|
|
|
|
|
|
|
|
|
## --answers--
|
|
|
|
|
|
2021-07-15 13:04:11 +05:30
|
|
|
|
标准的 Python 对象占用了比 NumPy 对象更多的内存;标准的 Python 和 NumPy 对象完成的操作时间是大致相同的。
|
2020-12-16 00:37:30 -07:00
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
2021-07-15 13:04:11 +05:30
|
|
|
|
Numpy 对象比标准的 Python 对象占用更多的内存;Numpy 的对象相比较标准的 Python 更快地完成操作。
|
2020-12-16 00:37:30 -07:00
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
2021-07-15 13:04:11 +05:30
|
|
|
|
Numpy 对象比标准的 Python 对象占用更少的内存;标准 Python 的对象相比较 Numpy 的对象更快地完成操作。
|
2020-12-16 00:37:30 -07:00
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
2021-07-15 13:04:11 +05:30
|
|
|
|
标准 Python 的对象比 Numpy 的对象占用更多的内存;Numpy 的对象相比较标准 Python 的对象更快地完成操作。
|
2020-12-16 00:37:30 -07:00
|
|
|
|
|
|
|
|
|
## --video-solution--
|
|
|
|
|
|
|
|
|
|
4
|
|
|
|
|
|