Какое значение вернёт arr.shape, если arr = np.array([[1, 2, 3], [4, 5, 6]])?
A(6,)
B(2, 3)
C(3, 2)
D(2,)
Правильный ответ.
.shape показывает размер массива по каждой оси: (строки, столбцы) для 2D.Разбор
np.array([[...], [...]]) создаёт 2D ndarray, где внешний список — строки, а внутренние списки — элементы в строке. В примере 2 строки и 3 столбца, поэтому arr.shape будет (2, 3). Понимание shape важно для индексации/срезов и для broadcasting.
Проверь себя · 1/3разбор после ответа
После
import numpy as np вы сравниваете операции над Python list и NumPy ndarray. Что верно для lst * 2 и arr * 2, где lst = [1, 2, 3], а arr = np.array([1, 2, 3])?Ещё вопросы по теме «NumPy: основы»
- После `import numpy as np` вы сравниваете операции над Python `list` и NumPy `ndarray`. Что верно для `lst * 2` и `arr * 2`, где `lst = [1, 2, 3]`, а `arr = np.array([1, 2, 3])`?
- Что будет результатом выражения `arr + 10`, если `arr = np.array([1, 2, 3])`?
- Пусть `x = np.array([[1, 2], [3, 4]])`. Чему равен результат `np.sum(x, axis=0)`?
- Вы считаете метрику по большому массиву чисел и выбираете NumPy вместо Python `list`. Почему операции вроде `arr * 1.1` на `ndarray` обычно быстрее, чем цикл `for` по `list`?
- Что вернёт `arr.shape`, если `arr = np.arange(6).reshape(2, 3)`?
- Все вопросы по «NumPy: основы» →