Lehrplan Lektion 9 von 246 · Modul 1: Python für diesen Kurs
Modul 1: Python für diesen Kurs

NumPy-Arrays: Warum nicht Listen

Warum das wichtig ist Ein Netzwerk führt Millionen von Multiplikationen aus. NumPy führt sie in schnellem kompiliertem Code aus, also ersetzt eine Zeile eine ganze Schleife und läuft viel schneller.

A Ein NumPy array ist ein Block von Zahlen, die alle denselben Typ haben. Arithmetik auf einem array geschieht für jedes Element gleichzeitig:

import numpy as np
a = np.array([1, 2, 3])
a * 10        # array([10, 20, 30])
(a ** 2).sum()  # 14

Sieh es dir an

Mit einer list schreibst du die loop; mit einem array führt NumPy die loop für dich in C aus. Bei einer Million Zahlen ist die array Version meistens 20 bis 100 Mal schneller. Du kannst es selbst mit time.perf_counter() davor und danach messen.

Vectorised: als Ganzzahl-Array-Operationen statt einer Python loop geschrieben.

Zusammenfassung Listen sind flexibel; Arrays sind schnell und führen Mathematik auf jedem Element gleichzeitig aus.

Wörter und Symbole in dieser Lektion
array
a NumPy Block von Zahlen, alle vom gleichen Typ, der Mathe auf jedem Element gleichzeitig macht
Du bist dran

Schreibe sum_of_squares(a), das ein NumPy array nimmt und die Summe seiner Quadrate zurückgibt, ohne eine Python Schleife (kein for, kein while, keine comprehension).

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.