Efectos secundarios de NumPy

numpy es genial para hacer aritmética de vectores. Sin embargo, si comparas su funcionalidad con las listas normales de Python, algunas cosas han cambiado.

En primer lugar, las matrices de numpy no pueden contener elementos de distintos tipos. Si mezclas tipos, como booleanos e enteros, numpy los convierte automáticamente a un tipo común. Los valores booleanos como True y False se tratan como 1 y 0 cuando se combinan con números, por lo que el arreglo termina siendo un conjunto de números enteros.

En segundo lugar, los operadores aritméticos típicos, como +, -, * y /, tienen significados diferentes para las listas normales de Python y para las matrices de numpy.

Te hemos proporcionado algunas líneas de código. Pruébalas y selecciona la adecuada para esto:

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

El paquete de numpy ya está importado como np.