Efekty uboczne NumPy

numpy świetnie sprawdza się przy arytmetyce wektorowej. Jeśli jednak porównasz jego działanie ze zwykłymi listami Pythona, zauważysz pewne różnice.

Po pierwsze, tablice numpy nie mogą zawierać elementów różnych typów. Gdy pomieszasz typy – na przykład wartości logiczne z liczbami całkowitymi – numpy automatycznie przekonwertuje je do wspólnego typu. Wartości logiczne True i False są traktowane odpowiednio jako 1 i 0, kiedy zestawia się je z liczbami, więc tablica przyjmuje typ całkowitoliczbowy.

Po drugie, typowe operatory arytmetyczne, takie jak +, -, * i /, mają inne znaczenie dla zwykłych list Pythona i tablic numpy.

Wybierz kod, który daje następujący wynik:

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

Pakiet numpy jest już zaimportowany jako np. Każdą z opcji możesz uruchomić w powłoce IPython, aby sprawdzić wynik.

Możliwe odpowiedzi

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

np.array([4, 3, 0]) + np.array([0, 2, 2])

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

np.array([0, 1, 2, 3, 4, 5])

ćwiczenie

Efekty uboczne NumPy

Instrukcje

Możliwe odpowiedzi

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje

Możliwe odpowiedzi

ćwiczenie