1.8 KiB
id, title, challengeType, videoId, bilibiliIds, dashedName
| id | title | challengeType | videoId | bilibiliIds | dashedName | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 5e9a093a74c4063ca6f7c157 | Numpy-Algebra und Größe | 11 | XAT97YLOKD8 |
|
numpy-algebra-and-size |
--description--
Anstatt, wie in dem Video gezeigt, notebooks.ai zu verwenden, kannst du auch Google Colab verwenden.
Weitere Ressourcen:
--question--
--text--
Was ist die Beziehung zwischen der Größe von Objekten (wie Listen und Datentypen) im Speicher in Pythons Standardbibliothek und der NumPy Bibliothek? Was sind die Auswirkungen auf die Leistung?
--answers--
Standard Python-Objekte benötigen viel mehr Speicher als NumPy-Objekte; Operationen an ähnlichen Standard-Python- und NumPy-Objekten benötigen etwa gleich viel Zeit.
NumPy-Objekte benötigen viel mehr Speicher als standardmäßige Python-Objekte; die Operationen an NumPy-Objekten sind im Vergleich zu ähnlichen Standard-Python-Objekten sehr schnell abgeschlossen.
NumPy-Objekte benötigen viel weniger Speicher als Standard-Python-Objekte; die Operationen an Standard-Python-Objekten sind im Vergleich zu ähnlichen NumPy-Objekten sehr schnell abeschlossen.
Standard-Python-Objekte benötigen mehr Speicher als NumPy-Objekte; Operationen mit NumPy-Objekten werden im Vergleich zu vergleichbaren Objekten in Standard-Python sehr schnell abgeschlossen.
--video-solution--
4