Effetti collaterali di NumPy

numpy è perfetto per fare aritmetica vettoriale. Se però lo confronti con le normali liste Python, noterai che alcune cose sono diverse.

Prima di tutto, gli array numpy non possono contenere elementi di tipi diversi. Se metti insieme tipi diversi, tipo booleani e interi, numpy li trasforma automaticamente in un tipo comune. I valori booleani come True e False vengono considerati come 1 e 0 quando sono insieme ai numeri, quindi l'array finisce per essere composto da numeri interi.

In secondo luogo, gli operatori aritmetici tipici, come +, -, * e / hanno un significato diverso per le liste Python regolari e gli array numpy.

Ti sono già state fornite alcune righe di codice. Provale e individua quella che produce il risultato corretto:

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

Il pacchetto numpy è già stato importato come np.