Mảng NumPy: vì sao không dùng list
Vì sao điều này quan trọng Một mạng làm hàng triệu phép nhân. NumPy làm chúng bằng mã biên dịch nhanh, nên một dòng thay thế cả một vòng lặp và chạy nhanh hơn rất nhiều.
Một mảng NumPy là một khối số có cùng một kiểu. Phép tính trên một mảng xảy ra với mọi phần tử cùng lúc:
import numpy as np
a = np.array([1, 2, 3])
a * 10 # array([10, 20, 30])
(a ** 2).sum() # 14
Xem nó
Với một list bạn viết vòng lặp; với một mảng NumPy chạy vòng lặp giùm bạn bằng C. Trên một triệu con số, phiên bản mảng thường nhanh hơn 20 tới 100 lần. Bạn có thể tự đo thời gian bằng time.perf_counter() trước và sau.
Vector hóa (vectorised): được viết dưới dạng các phép toán trên cả mảng thay vì một vòng lặp Python.
Tóm tắt List thì linh hoạt; mảng thì nhanh và làm phép toán trên mọi phần tử cùng lúc.
Từ và ký hiệu trong bài học này
- mảng (array)
- một khối số NumPy, cùng một kiểu, làm phép toán trên mọi phần tử cùng lúc
Viết sum_of_squares(a) nhận một mảng NumPy và trả về tổng các bình phương của nó, không dùng vòng lặp Python (không for, không while, không comprehension).
Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này
Bài tập này sẽ sớm mở.
Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.
Trình duyệt này đang chặn cookie cho learn.floati.life, nên các bài học bạn đã hoàn thành tại đây không thể mở theo thứ tự. Hãy cho phép cookie cho trang web này và tải lại trang.