Почему NumPy массивы над стандартными библиотечными массивами?
Если мне нужны только 1D массивы, каковы преимущества производительности и размера в памяти при использовании массивов NumPy над массивами стандартной библиотеки Python? Или есть?
Предположим, у меня есть массивы по крайней мере тысяч элементов, и я хочу: быстрое время прямого доступа по индексу, и я хочу, чтобы наименьший объем памяти был возможен. Есть ли преимущество в производительности для использования этого:
from numpy import array a = array([1,2,3,4,5]) через это:
from array import array a = array('i', [1,2,3,4,5])
Стандартные list Python будут иметь быстрый доступ к записям, но любая реализация array будет иметь гораздо меньший объем памяти. Что такое достойное компромиссное решение?
- Numba медленный при назначении массиву?
- Выбор определенных строк и столбцов из массива NumPy
- Замена минусов в массиве, Python
- Как рассчитать, сколько стандартных отклонений число из среднего?
- Работа со списками в PHP
numpy отлично подходит для его фантазии индексирования, трансляции, маскировки, гибкого просмотра данных в памяти, многих его числовых методов и многое другое. Если вы просто хотите, чтобы контейнер array.array данные, используйте array.array или почему бы и нет простого list ?
Я предлагаю взглянуть на учебник numpy .
это полностью зависит от того, что вы планируете делать с массивом.
>>> from array import array >>> a = array('i', [1,2,3,4,5]) >>> a + a array('i', [1, 2, 3, 4, 5, 1, 2, 3, 4, 5])
Обратите внимание, что стандартный lib обрабатывает массив, намного более похожий на последовательность, которая может быть нежелательной (или, может быть, это … Только вы можете это решить)
- как пороговое изображение LAB
- Pygame: Есть ли простой способ найти букву / число ЛЮБЫХ буквенно-цифровых нажатий?
- Нарезка массива NumPy 1D
- Почему np.ndarray .__ deepcopy__ требует лишнего аргумента?
- Преобразование Python * args to list
- Создайте матрицу с x нулями, а остальные
- Scipy interp2d интерполирует маскированные значения заполнения
- вставлять поля numpy структурированного массива в mongodb
- Разбор muilti мерного массива Json на Python
- Как изменить массив NumPy на месте?
- Как опустить некоторые значения в массиве