1.7 KiB
id, title, challengeType, videoId, bilibiliIds, dashedName
| id | title | challengeType | videoId | bilibiliIds | dashedName | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 5e9a093a74c4063ca6f7c157 | Utilizar álgebra no NumPy e tamanho | 11 | XAT97YLOKD8 |
|
numpy-algebra-and-size |
--description--
Ao invés de usar notebooks.ai como foi mostrado no vídeo, você pode usar o Google Colab como substituto.
Mais recursos:
--question--
--text--
Qual é a relação entre o tamanho dos objetos (como listas e datatypes) na memória na biblioteca padrão do Python e na biblioteca do NumPy? Sabendo isto, quais são as implicações para o desempenho?
--answers--
Objetos Python padrão ocupam muito mais memória para armazenar que objetos do NumPy. Operações em objetos padrão comparáveis do Python e do NumPy são concluídas aproximadamente ao mesmo tempo.
Objetos do NumPy ocupam muito mais memória do que os objetos Python padrão. Operações nos objetos do NumPy são concluídas muito rapidamente em comparação a objetos comparáveis no Python padrão.
Objetos do NumPy ocupam muito menos memória do que os objetos Python padrão. Operações nos objetos do Python são concluídas muito rapidamente em comparação a objetos comparáveis no NumPy.
Objetos do Python padrão ocupam muito mais memória do que os objetos NumPy. Operações nos objetos do NumPy são concluídas muito rapidamente em comparação a objetos comparáveis no Python padrão.
--video-solution--
4