与常规Python列表相比，NumPy有什么优势？
与常规Python列表相比，NumPy有什么优势？
我大约有100个金融市场系列，我将创建一个100x100x100 = 1百万个单元的多维数据集阵列。我将每个x与y和z回归（3变量），以用标准误差填充数组。
我听说对于“大型矩阵”，出于性能和可伸缩性的原因，我应该使用NumPy而不是Python列表。事实是，我知道Python列表，它们似乎对我有用。
如果我转到NumPy，会有什么好处？
如果我有1000个序列（即立方体中有10亿个浮点单元）怎么办？
写回答
-
-
NumPy的数组比Python列表更紧凑-您在Python中描述的列表列表至少需要20 MB左右，而单元格中具有单精度浮点数的NumPy 3D数组则需要4 MB。使用NumPy可以更快地读取和写入项目。
也许您只关心一百万个单元格就不会那么在意，但您肯定会关心十亿个单元格-这两种方法都不适合32位体系结构，但是如果使用64位版本，NumPy可以节省大约4 GB的内存，仅Python就需要至少约12 GB（很多指针的大小加倍），这是一个昂贵得多的硬件！
差异主要是由于“间接性”所致-Python列表是指向Python对象的指针的数组，每个指针至少4个字节，即使最小的Python对象也至少包含16个字节（类型指针为4，引用计数为4，类型为4值-内存分配器舍入为16）。NumPy数组是统一值的数组-单精度数字每个占用4个字节，双精度数字每个占用8个字节。灵活性较差，但您需要为标准Python列表的灵活性付出巨大的代价！
问题来源于stack overflow
2020-01-14 14:53:09赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关文章
相关电子书
更多
