Esercitati con gli array NumPy
Esercitiamoci con lo slicing degli array numpy e con il concetto di broadcasting di NumPy. Ricorda: per broadcasting si intende la capacità di un array numpy di vettorializzare le operazioni, in modo che vengano eseguite su tutti gli elementi di un oggetto in una volta sola.
Un array numpy bidimensionale è stato caricato nella tua sessione (si chiama nums) ed è stato stampato in console per comodità. numpy è stato importato nella tua sessione come np.
Questo esercizio fa parte del corso
Scrivere codice Python efficiente
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Print second row of nums
print(nums[____,____])
# Print all elements of nums that are greater than six
print(____[____ > ____])
# Double every element of nums
nums_dbl = ____ * ____
print(nums_dbl)
# Replace the third column of nums
nums[____,____] = ____[____,____] + ____
print(nums)