1. Learn
    2. /
  2. कोर्स
    3. /
  3. Python परिचय
Connected

अभ्यास

NumPy के साइड इफेक्ट्स

numpy वेक्टर अरिथमेटिक करने के लिए बेहतरीन है। लेकिन अगर आप इसकी फ़ंक्शनैलिटी की तुलना रेगुलर Python लिस्ट्स से करें, तो कुछ बातें अलग होती हैं।

पहला, numpy arrays में अलग-अलग टाइप के एलिमेंट्स नहीं हो सकते। अगर आप टाइप्स मिलाते हैं, जैसे booleans और integers, तो numpy उन्हें अपने-आप एक कॉमन टाइप में कन्वर्ट कर देता है। Booleans जैसे True और False को numbers के साथ मिलाने पर क्रमशः 1 और 0 माना जाता है, इसलिए array अंततः integers बन जाता है।

दूसरा, सामान्य अरिथमेटिक ऑपरेटर्स, जैसे +, -, * और /, का मतलब रेगुलर Python लिस्ट्स और numpy arrays के लिए अलग होता है।

वह कोड चुनिए जिसका आउटपुट नीचे दिए गए के बराबर हो:

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

numpy पैकेज पहले से np नाम से इम्पोर्ट किया गया है। आउटपुट देखने के लिए आप हर विकल्प को IPython Shell में चला सकते हैं।

निर्देश

50 XP

संभावित उत्तर