Python练习数组操作合集

1、Numpy 数组与 Python 原生列表在运算性能上的深度对比：

在深入探讨 NumPy 强大功能之前，理解其相较于 Python 原生列表（list）在数值计算层面的优势至关重要。Python 的 list 是一个动态类型容器，每个元素都可能是不同的对象，这在处理小规模数据时灵活性强，但在处理大规模数值运算时，由于需要反复进行类型检查、指针解引用以及内存分配，效率显得极为低下。相反，NumPy 的 ndarray 采用连续内存块存储同类型数据，底层由 C 语言优化，避免了 Python 对象头的开销，从而实现了向量化的并行计算能力。通过实测数据可以清晰地看到这种性能差异。

    import random 
    import time
    import numpy as np 
    
    a=[]
    for i  in range(1000000):
    a.append(random.random())
    
    t1=time.time()
    sum1=sum(a)
    t2=time.time()
    
    b=np.array(a)
    
    t4=time.time()
    sum3=np.sum(b)
    t5=time.time()
    
    print(