Побічні ефекти NumPy

numpy чудово підходить для векторної арифметики. Але якщо порівняти його можливості зі звичайними списками Python, деякі речі відрізняються.

По-перше, масиви numpy не можуть містити елементи різних типів. Якщо ви змішуєте типи, як-от булеві значення та цілі числа, numpy автоматично перетворює їх до спільного типу. Булеві значення True і False під час поєднання з числами розглядаються як 1 і 0, тож у підсумку масив стає цілими числами.

По-друге, звичні арифметичні оператори, як-от +, -, * і /, мають інше значення для звичайних списків Python і масивів numpy.

Виберіть код, який дає такий результат:

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

Пакет numpy уже імпортовано як np. Ви можете запустити кожен варіант в IPython Shell, щоб побачити результат.

Можливі відповіді

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])

вправа

Побічні ефекти NumPy

Інструкції

Можливі відповіді

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

Інструкції

Можливі відповіді

вправа