python的numpy.ndarray和list数据类型之间的差异

Question

python的numpy.ndarray和list数据类型有什么区别？ 我有一些模糊的想法，但想得到一个明确的答案：

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

谢谢！

Answer 1

有几个不同之处：

• 您可以将元素附加到列表中，但是如果不制作完整副本，则无法更改'numpy.ndarray'的大小。
• 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。
• 实际上，numpy数组比矢量函数更快，而不是将函数映射到列表。
• 我认为修改时间不是问题，而是对元素的迭代。
• Numpy数组有许多与数组相关的方法（'argmin'，'min'，'orort'等）。

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

Answer 2

我从各种链接和资源中读到并总结了我的理解如下：

1. 使用numpy数组的主要好处应该是更小的内存消耗和更好的运行时行为。

2. 与标准Python相比，NumPy的主要优势之一是其优势。

好的解释： https ： //www.python-course.eu/numpy.php