Массивы NumPy: почему не списки
Почему это важно Сеть делает миллионы умножений. NumPy делает их в быстром скомпилированном коде, поэтому одна строка заменяет целый цикл и работает гораздо быстрее.
Массив NumPy - блок чисел, все одного типа. Арифметика над массивом выполняется со всеми элементами сразу:
import numpy as np
a = np.array([1, 2, 3])
a * 10 # array([10, 20, 30])
(a ** 2).sum() # 14
Посмотрите
Со списком вы пишете цикл; с массивом NumPy выполняет цикл за вас на C. На миллионе чисел версия с массивом обычно в 20-100 раз быстрее. Можно засечь это самому через time.perf_counter() до и после.
Векторизованный: записанный как операции над целыми массивами вместо цикла Python.
Итоги Списки гибкие; массивы быстрые и делают математику со всеми элементами сразу.
Слова и символы этого урока
- массив
- блок чисел NumPy, все одного типа, который делает математику со всеми элементами сразу
Напишите sum_of_squares(a), которая берёт массив NumPy и возвращает сумму квадратов его элементов, без цикла Python (без for, без while, без включений).
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.