Effets secondaires de NumPy

numpy est idéal pour faire de l'arithmétique vectorielle. Cependant, si l'on compare ses fonctionnalités à celles des listes Python classiques, certaines différences apparaissent.

Tout d'abord, les tableaux numpy ne peuvent pas contenir d'éléments de types différents. Si vous mélangez plusieurs types, tels que des booléens et des entiers, ceux-cinumpy sont automatiquement convertis en un type commun. Les booléens tels queTrueetFalsesont traités comme1et0lorsqu'ils sont combinés avec des nombres, de sorte que le tableau se présente sous forme d'entiers.

Deuxièmement, les opérateurs arithmétiques usuels, tels que +, -, * et /, ont une signification différente pour les listes Python ordinaires et les tableaux numpy.

Veuillez sélectionner le code qui produit le résultat suivant :

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

Le paquet numpy est déjà importé en tant que np. Vous pouvez exécuter chaque option dans le shell IPython pour visualiser le résultat.