--- 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