知识卡片
同构换性能
内容
NumPy 数组要求同构数据，是用灵活性换性能：所有元素类型一致后，底层 C/Fortran 代码可以批量计算。数据分析里不要把杂乱对象塞进数组，否则会失去 NumPy 最核心的速度优势。
参考来源
- 位置：《Excel+Python：飞速搞定数据分析与处理（图灵图书）》第 4 章《NumPy 基础》（源文件：_epub-src/text/part0000_split_037.html）
- 结论依据：原文说明 NumPy 数组是保存同构数据的 N 维数组，并指出它利用 C 和 Fortran 编写的代码获得高性能，支撑“同构换性能”的判断。
- 原始内容：…利用了用 C 和 Fortran（它们都是编译型语言，比 Python 要快得多）编写的代码。NumPy 数组是保存 同构数据 （homogenous data）的 N 维数组。“同构”意味着数组中的所有数据都必须是相同类型。最常见的情况就是处理图 4-1 所示的一维和二维的浮点数数组。 图 4-1：一维和…