python 的 numpy.ndarray 和列表​​数据类型之间的差异

Question

python 的 numpy.ndarray 和列表​​数据类型有什么区别？我有模糊的想法，但想得到明确的答案：

1. 内存大小
2. 访问速度/顺序
3. 适当修改的速度/顺序但保留长度
4. 改变长度的影响

谢谢！

Answer 1

有几个区别：

\n\n

\n
• 您可以将元素追加到列表中，但如果不制作完整副本，则无法更改 a\n\xc2\xb4numpy.ndarray\xc2\xb4 的大小。
\n
• 列表可以包含所有内容，在 numpy 数组中，所有元素必须具有相同的类型。
\n
• 实际上，对于向量函数来说，numpy 数组比将函数映射到列表更快。
\n
• 我认为修改时间不是问题，但元素的迭代才是问题。
\n
• Numpy 数组有许多与数组相关的方法（\xc2\xb4argmin\xc2\xb4、\xc2\xb4min\xc2\xb4、\xc2\xb4sort\xc2\xb4、\netc）。
\n

\n\n

当我需要进行一些数学运算（求和、平均值、数组乘法等）时，我更喜欢使用 numpy 数组；当我需要迭代“项目”（字符串、文件等）时，我更喜欢使用 numpy 数组。

\n