Efectos secundarios de NumPy

numpy es fantástico para realizar aritmética de vectores. Sin embargo, si comparas su funcionalidad con la de las listas normales de Python, hay algunas diferencias.

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

En segundo lugar, los operadores aritméticos típicos, como +, -, * y / tienen un significado diferente para las listas normales de Python y para los arrays de numpy.

Selecciona el código que dé el siguiente resultado:

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

El paquete numpy ya está importado como np. Puedes ejecutar cada opción en el shell IPython para ver el resultado.