Sự khác nhau giữa mảng NumPy và list là gì?

Luyện tập câu hỏi phỏng vấn lập trình bằng Python

Kirill Smirnov

Data Science Consultant, Altran

Mảng NumPy

import numpy as np

num_array = np.array([1, 2, 3, 4, 5])
print(num_array)

[1 2 3 4 5]

num_list = [1, 2, 3, 4, 5]
print(num_list)

[1, 2, 3, 4, 5]

Tương đồng giữa mảng và list

num_array = np.array([1, 2, 3, 4, 5])

for item in num_array:
    print(item)

num_list = [1, 2, 3, 4, 5]

for item in num_list:
    print(item)

Tương đồng giữa mảng và list

num_array = np.array([1, 2, 3, 4, 5])

num_array[1]

num_array[1:4]

array([2, 3, 4])

num_list = [1, 2, 3, 4, 5]

num_list[1]

num_list[1:4]

[2, 3, 4]

Tương đồng giữa mảng và list

num_array = np.array([1, 2, 3, 4, 5])

num_array[3] = 40
print(num_array)

[1 2 3 40 5]

num_array[0:3] = [10, 20, 30]
print(num_array)

[10 20 30 40 5]

num_list = [1, 2, 3, 4, 5]

num_list[3] = 40
print(num_list)

[1, 2, 3, 40, 5]

num_list[0:3] = [10, 20, 30]
print(num_list)

[10, 20, 30, 40, 5]

Khác nhau giữa mảng và list

Mảng NumPy tối ưu cho tính toán hiệu năng cao

Mảng NumPy lưu giá trị cùng kiểu

Thuộc tính .dtype

num_array = np.array([1, 2, 3, 4, 5])

num_array.dtype

dtype('int64')

Thay đổi kiểu dữ liệu của phần tử

num_array = np.array([1, 2, 3, 4, 5])

num_array[2] = 'three'

ValueError

num_list = [1, 2, 3, 4, 5]

num_list[2] = 'three'
print(num_list)

[1, 2, 'three', 4, 5]

Chỉ định kiểu dữ liệu tường minh

num_array = np.array([1, 2, 3, 4, 5])

num_array = np.array([1, 2, 3, 4, 5], dtype = np.dtype('int64'))
print(num_array)

[1 2 3 4 5]

num_array.dtype

dtype('int64')

Chỉ định kiểu dữ liệu tường minh

num_array = np.array([1, 2, 3, 4, 5])

num_array = np.array([1, 2, 3, 4, 5], dtype = np.dtype('str'))
print(num_array)

['1' '2' '3' '4' '5']

num_array.dtype

dtype('<U1')

Kiểu object

num_array = np.array([1, 2, 3, 4, 5], dtype = np.dtype('O'))

num_array[2] = 'three'
print(num_array)

[1 2 'three' 4 5]

Khác nhau giữa mảng và list

Mảng NumPy tối ưu cho tính toán hiệu năng cao

Mảng NumPy lưu giá trị có kiểu dữ liệu cụ thể
Mảng NumPy có cách truy cập phần tử riêng

Truy cập phần tử

list2d = [
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
]

# Lấy 8
list2d[1][2]

array2d = np.array([
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
])

# Lấy 8
array2d[1][2]

Truy cập phần tử

list2d = [
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
]

# Lấy 8
list2d[1][2]

array2d = np.array([
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
])

# Lấy 8
array2d[1, 2]

Truy cập phần tử

list2d = [
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
]

# Lấy [[2, 3, 4], [7, 8, 9]]

array2d = np.array([
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
])

# Lấy [[2, 3, 4], [7, 8, 9]]

Truy cập phần tử

list2d = [
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
]

# Lấy [[2, 3, 4], [7, 8, 9]]
[
    [list2d[j][1:4] for j in range(0, 2)]
]

[[2, 3, 4], [7, 8, 9]]

array2d = np.array([
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
])

# Lấy [[2, 3, 4], [7, 8, 9]]

Truy cập phần tử

list2d = [
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
]

# Lấy [[2, 3, 4], [7, 8, 9]]
[
    [list2d[j][1:4] for j in range(0, 2)]
]

[[2, 3, 4], [7, 8, 9]]

array2d = np.array([
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15]
])

# Lấy [[2, 3, 4], [7, 8, 9]]
array2d[0:2, 1:4]

array([[2, 3, 4],
       [7, 8, 9]])

Khác nhau giữa mảng và list

Mảng NumPy tối ưu cho tính toán hiệu năng cao

Mảng NumPy lưu giá trị có kiểu dữ liệu cụ thể
Mảng NumPy có cách truy cập phần tử riêng
Mảng NumPy hỗ trợ phép toán hiệu quả.

Phép toán +, -, *, / với list

num_list1 = [1, 2, 3]
num_list2 = [10, 20, 30]

num_list1 + num_list2

[1, 2, 3, 10, 20, 30]

num_list2 - num_list1

TypeError

num_list1 * num_list2

TypError

num_list2 / num_list1

TypeError

Phép toán +, -, *, / với mảng

num_array1 = np.array([1, 2, 3])
num_array2 = np.array([10, 20, 30])

num_array1 + num_array2

array([11, 22, 33])

num_array2 - num_array1

array([9, 18, 27])

num_array1 * num_array2

array([10, 40, 90])

num_array2 / num_array1

array([10, 10, 10])

Phép toán +, -, *, / với mảng đa chiều

num_array1 = np.array([
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13,14, 15]
])
num_array2 = np.array([
    [10, 20, 30, 40, 50],
    [60, 70, 80, 90, 100],
    [110, 120, 130,140, 150]
])

num_array1 + num_array2

array([[ 11,  22,  33,  44,  55],
       [ 66,  77,  88,  99, 110],
       [121, 132, 143, 154, 165]])

num_array2 / num_array1

array([[10., 10., 10., 10., 10.],
       [10., 10., 10., 10., 10.],
       [10., 10., 10., 10., 10.]])

Toán tử điều kiện

>, <, >=, <=, ==, !=

num_array = np.array([-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5])

num_array < 0

array([True,  True,  True, False, False, False, False])

num_array[num_array < 0]

array([-5, -4, -3, -2, -1])

Broadcasting

num_array = np.array([1, 2, 3])

num_array * 3

array([3, 6, 9])

num_array + 3

array([4, 5, 6])

num_list = [1, 2, 3]

num_list * 3

[1, 2, 3, 1, 2, 3, 1, 2, 3]

Broadcasting với mảng đa chiều

array2d $\left(3 \text{ x } 4\right)$

array2d = np.array([
    [1, 2, 3, 4],
    [1, 2, 3, 4],
    [1, 2, 3, 4]
])

array1d $\left(1 \text{ x } 4\right)$

array1d = np.array([1, 2, 3, 4])

array2d / array1d

array([[1., 1., 1., 1.],
       [1., 1., 1., 1.],
       [1., 1., 1., 1.]])

Broadcasting với mảng đa chiều

array2d $\left(3 \text{ x } 4\right)$

array2d = np.array([
    [1, 2, 3, 4],
    [1, 2, 3, 4],
    [1, 2, 3, 4]
])

array1d $\left(3 \text{ x } 1\right)$

array1d = np.array([[1], [2], [3]])

array2d / array1d

array([[1.   , 2.   , 3.   , 4.   ],
       [0.5  , 1.   , 1.5  , 2.   ],
       [0.333, 0.667, 1.   , 1.333]])

Ayo berlatih!

Luyện tập câu hỏi phỏng vấn lập trình bằng Python