有人可以澄清一下，在 ND 陣列上使用 Numba 型別串列有什么好處？另外，兩者在速度方面如何比較，以及在什么情況下建議使用型別串列？
uj5u.com熱心網友回復：
當您需要附加元素序列但不知道元素的總數，甚至找不到合理的界限時，型別化串列非常有用。這樣的資料結構比一維陣列（在記憶體空間和計算時間上）要貴得多。
一維陣列不能有效地調整大小：需要創建一個新陣列并且必須執行復制。然而，一維陣列的索引非常便宜。Numpy 還提供了許多可以對它們進行本機操作的函式（串列在傳遞給 Numpy 函式時會隱式轉換為陣列，這個程序很昂貴）。請注意，專案的數量可以限制在一個合理的大小（即不比實際元素的數量高多少），您可以創建一個大陣列，然后添加元素，最后處理陣列的子視圖.
ND 陣列不能直接與串列進行比較。請注意，串列串列類似于鋸齒狀陣列（它們可以包含不同大小的串列），而 ND 陣列類似于（固定大小）N x ... x M表。串列串列非常低效，通常不需要。
因此，盡可能使用 ND 陣列，并且不需要經常調整它們的大小（或附加/洗掉元素）。否則，使用型別串列。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/389797.html