Массивы NumPy превосходят списки Python во многих отношениях.
Вот основные различия между списками Python и массивами NumPy.
- Массивы NumPy быстрее с точки зрения выполнения. Это связано с тем, что в массивах непрерывные блоки памяти заняты, тогда как в списках элементы не занимают непрерывную память.
Давайте докажем это, написав ниже код.
Теперь давайте посмотрим, сколько времени требуется массивам NumPy для выполнения одной и той же операции.
Вы оцените эту разницу гораздо больше, когда объем данных будет намного выше. Просто добавьте два нуля в число диапазона, и вы увидите разницу.
- Во-вторых, массивы NumPy удобны и имеют больше возможностей.
- В-третьих, при одинаковом типе и размере массивы занимают гораздо меньше памяти.
См. приведенный ниже код, в котором я создал список и массив одинакового размера и типа. Затем я рассчитал объем памяти, занимаемый каждой структурой данных, импортировав библиотеку sys и используя функцию getsizeof. Я умножил размер одного элемента в списке (здесь я взял 87, что лежит в диапазоне от 1 до 100) и умножил его на длину всего списка. Я применил тот же подход для расчета размера массива NumPy и обнаружил, что разница огромна.
Теперь умножьте эту разницу (2000 байт) на коэффициент 100 000 и преобразуйте в килобайты. Насколько это может изменить ситуацию! Представьте, что вы экономите столько памяти при выполнении, скажем, анализа машинного обучения.
