对比python与NumPy中的ndarry

最新推荐文章于 2022-09-18 21:10:22 发布

小白保姆

最新推荐文章于 2022-09-18 21:10:22 发布

阅读量184

点赞数

文章标签： python 数据分析

本文链接：https://blog.csdn.net/qq_43617598/article/details/115874583

版权

Python已有列表类型，为什么还需要一个数组对象（ndarry）？
1、数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据
2、设置专门的数组元素，经过优化，可以提升这类应用的运算速度
3、数组对象采用相同的数据类型，更有利于节省运算和储存空间

举例：计算a2+b3
1、使用python中列表计算

In [46]: a = [0, 1, 2, 3, 4]

In [47]: b = [9, 8, 7, 6, 5]

In [48]: c = []

In [49]: for i in range(len(a)):
    ...:     c.append(a[i]**2 + b[i]**3)
    ...:

In [50]: c
Out[50]: [729, 513, 347, 225, 141]

2、使用NumPy中ndarry计算

In [54]: import numpy as np

In [55]: a = np.array([0, 1, 2, 3, 4])

In [56]: b = np.array([9, 8, 7, 6, 5])

In [57]: c = a**2 + b**3

In [58]: c
Out[58]: array([729, 513, 347, 225, 141], dtype=int32)