Files

48 lines
1.5 KiB
Markdown
Raw Permalink Normal View History

---
id: 5e9a093a74c4063ca6f7c157
title: Numpy 代数和大小
challengeType: 11
videoId: XAT97YLOKD8
bilibiliIds:
aid: 250621433
bvid: BV1hv41137uM
cid: 409013128
dashedName: numpy-algebra-and-size
---
# --description--
*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。*
以下有更多的资料:
- [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)
# --question--
## --text--
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?
## --answers--
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。
---
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。
---
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。
---
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。
## --video-solution--
4