oft finde ich bei der arbeit mit numpy die unterscheidung nervig - wenn ich einen vektor oder eine zeile aus einer matrix ziehe und dann operationen mit np.array
s mache gibt es meist probleme.numpy np.array versus np.matrix (performance)
um Kopfschmerzen zu reduzieren, habe ich manchmal nur mit np.matrix
(Umwandlung aller np.arrays zu np.matrix
) nur für die Einfachheit genommen. Ich vermute jedoch, dass es einige Auswirkungen auf die Leistung gibt. Könnte jemand kommentieren, was diese sein könnten und warum?
Es scheint, als wenn sie beide nur Arrays unter der Haube sind, dass Elementzugriff ist einfach eine Offset-Berechnung, um den Wert zu erhalten, so bin ich mir nicht sicher, ohne durch die gesamte Quelle zu lesen, was der Unterschied sein könnte.
genauer gesagt, was Auswirkungen auf die Leistung hat dies:
v = np.matrix([1, 2, 3, 4])
# versus the below
w = np.array([1, 2, 3, 4])
dank
Duplikat von [http://stackoverflow.com/questions/4151128/what-are-the-differences-between-numpy-arrays-and-matrices-which-one-should-iu](http://stackoverflow .com/questions/4151128/what-sind-die-Unterschiede-zwischen-numpy-arrays-und-Matrizen-which-one-soll-iu) – jozzas
ja, aber meine Frage bezieht sich auf Leistung, die in diesem Beitrag nicht erwähnt wird . Ich werde meine Frage bearbeiten, um diesen Fokus klarer zu machen. – lollercoaster
Ich bezweifle, dass es signifikante Auswirkungen auf die Leistung gibt, aber es ist schwer zu sagen, ohne genau zu wissen, was Sie vorhaben * mit * dem Objekt zu tun, sobald Sie es erstellt haben. Warum nicht ein paar Testfunktionen machen und "Zeit" ausprobieren? – mgilson