---
id: 5e9a093a74c4063ca6f7c157
title: Numpy 代數和大小
challengeType: 11
videoId: XAT97YLOKD8
bilibiliIds:
  aid: 250621433
  bvid: BV1hv41137uM
  cid: 409013128
dashedName: numpy-algebra-and-size
---

# --description--

*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。*

以下有更多的資料：

-   [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)

# --question--

## --text--

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？

## --answers--

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。

---

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。

---

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。

---

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。

## --video-solution--

4