Per sentirti sicuro e completare con successo questo corso, ti consigliamo vivamente di completare i seguenti corsi in anticipo (basta cliccarci sopra per iniziare):

In un mondo pieno di dati, lavorare con matrici e array è estremamente importante. È qui che NumPy torna utile. Con la sua velocità fulminea e un'interfaccia relativamente facile da usare, è diventata la libreria Python più utilizzata per lavorare con gli array.

Discutiamo ora della velocità di NumPy e da dove proviene. Nonostante sia una libreria Python, è principalmente scritta in C, un linguaggio di basso livello che consente calcoli veloci.

Un altro fattore che contribuisce alla velocità di NumPy è la vettorizzazione. Essenzialmente, la vettorizzazione comporta la trasformazione di un algoritmo da operare su un singolo valore alla volta a operare su un insieme di valori (vettore) contemporaneamente, il che viene eseguito sotto il cofano a livello di CPU.