NumPy-arrays: waarom nie lysse nie
Waarom dit saak maak 'n netwerk doen miljoene vermenigvuldigings. NumPy doen dit in vinnige gekompileerde kode, so een reël vervang 'n hele loop en hardloop baie vinniger.
A NumPy array is 'n blok van getalle wat almal dieselfde tipe het. Aritmetika op 'n array gebeur op elke item gelyktydig:
import numpy as np
a = np.array([1, 2, 3])
a * 10 # array([10, 20, 30])
(a ** 2).sum() # 14
Sien dit
Met 'n lys skryf jy die loop; met 'n array hardloop NumPy die loop vir jou in C. Op 'n miljoen getalle is die array-weergawe gewoonlik 20 tot 100 keer vinniger. Jy kan dit self met time.perf_counter() voor en daarna meet.
Vectorised: geskryf as hele-array-operasies in plaas van 'n Python loop.
Opsomming Lysies is buigsaam; arrays is vinnig en doen wiskunde op elke item gelyktydig.
Woorde en simbole in hierdie les
- array
- a NumPy blok van nommers, almal van dieselfde tipe, wat wiskunde op elke item gelyktydig doen
Skryf sum_of_squares(a) wat 'n NumPy array aanvaar en die som van sy kwadrate teruggee, sonder 'n Python loop (geen for, geen while, geen comprehension nie).
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.