Mentre le liste di Python offrono una flessibilità massima come contenitori generici per dati eterogenei, l' ndarray di NumPy è una struttura specializzata, contigua in memoria, progettata per l'efficienza numerica. Questo segna la transizione da un "elenco di puntatori" a un blocco omogeneo di tipo fisso, interpretabile dalla macchina.
1. Il modello di inizializzazione
Il punto di ingresso per tutte le operazioni di NumPy è l'alias standard import numpy as np. Il costruttore principale è np.array(). Un errore di sintassi comune per i principianti è passare numeri grezzi come argomenti multipli. NumPy richiede un singolo insieme oggetto.
a = np.array([1,2,3,4]) # CORRETTO
2. Lo spostamento dell'identità
Utilizzando type(a), puoi verificare che l'identità dell'oggetto sia cambiata da lista a numpy.ndarray. Questa omogeneità consente a NumPy di eseguire operazioni su tutto il "cassetto" dei dati istantaneamente senza ispezionare gli elementi singoli.