資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究NumPy 陣列相對於巢狀列表的優勢
在本文中，我們將學習 NumPy 陣列在 Python 中相對於巢狀列表的優勢。NumPy 陣列確實比巢狀列表有優勢。讓我們看看原因 -
- NumPy 中的陣列執行速度比巢狀列表快。
- 巢狀列表比巢狀列表消耗更多的記憶體。
NumPy 陣列
NumPy 是一種稱為 ndarray 的 N 維陣列型別。它描述了相同型別專案的集合。可以使用基於零的索引訪問集合中的專案。
ndarray 中的每個專案在記憶體中佔用相同大小的塊。ndarray 中的每個元素都是資料型別物件的例項。
建立 NumPy 陣列
示例
基本的 NumPy 陣列是使用 NumPy 中的 array() 函式建立的。
import numpy as np # Create a Numpy Array arr = np.array([5, 10, 15, 20, 25]) print("Array = ",arr)
輸出
Array = [ 5 10 15 20 25]
使用 NumPy 建立矩陣
輸出
在這個例子中，我們將使用 numpy 庫建立一個矩陣 -
import numpy as np # Create a Numpy Matrix 2x3 a = np.array([[5, 10, 15], [20, 25, 30]]) # Display the array with more than one dimension print("Array = ",a)
輸出
Array = [[ 5 10 15] [20 25 30]]
巢狀列表
顧名思義，巢狀列表是列表的列表。它們也可以用來建立矩陣。
使用巢狀列表建立矩陣
使用巢狀列表，您可以輕鬆地在 Python 中建立矩陣。在巢狀列表中。
- 巢狀列表的每個元素，即矩陣，都有行和列。
- 巢狀列表中的元素數量 = 矩陣的行數。
- 巢狀列表內列表的長度 = 列數。
示例
讓我們看一個例子 -
# create a matrix 3x3 mat = [[5, 10, 15], [50, 100, 150], [100, 150, 200]] # number of rows rows = len(mat) print("Number of rows = ", rows) # number of columns = length of sublist cols = len(mat[0]) print("Number of columns = ", cols) # Display the matrix (nested list) print("\nMatrix = ") for i in range(0, rows): print(mat[i])
輸出
Number of rows = 3 Number of columns = 3 Matrix = [5, 10, 15] [50, 100, 150] [100, 150, 200]
以上示例顯示了巢狀列表 -
更新於: 2022-09-15
2K+ 瀏覽量
廣告