Vedlejší efekty NumPy

numpy je skvělý nástroj pro vektorové výpočty. Když ale jeho funkce porovnáš s běžnými Python listy, zjistíš, že se v některých věcech liší.

Za prvé, pole numpy nemůžou obsahovat prvky různých typů. Pokud typy smícháš – například booleany s celými čísly – numpy je automaticky převede na společný typ. Booleany jako True a False se při kombinaci s čísly chovají jako 1 a 0, takže výsledné pole bude tvořeno celými čísly.

Za druhé, běžné aritmetické operátory jako +, -, * a / mají jiný význam pro standardní Python listy a pro pole numpy.

Vyber kód, který produkuje následující výstup:

np.array([True, 1, 2]) + np.array([3, 4, False])

Balíček numpy je už naimportovaný jako np. Každou z možností si můžeš vyzkoušet přímo v IPython Shellu.

Možné odpovědi

np.array([True, 1, 2, 3, 4, False])

np.array([4, 3, 0]) + np.array([0, 2, 2])

np.array([1, 1, 2]) + np.array([3, 4, -1])

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

cvičení

Vedlejší efekty NumPy

Pokyny

Možné odpovědi

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}cvičení

Pokyny

Možné odpovědi

cvičení