Вы сравниваете сложение для list и ndarray. Что верно для выражений [1, 2] + [3, 4] и np.array([1, 2]) + np.array([3, 4])?
AОбе операции дают
np.array([4, 6]).BДля
list + делает конкатенацию, а для ndarray + делает поэлементное сложение.CДля
ndarray + делает конкатенацию, а для list — поэлементное сложение.DОбе операции вызывают ошибку, потому что типы разные.
Правильный ответ. У
list + — это склейка, у ndarray + — арифметика поэлементно.Разбор
Одинаковый оператор может иметь разные смыслы. В аналитике это частая причина багов при переходе с list на NumPy: для ndarray выражение np.array([1, 2]) + np.array([3, 4]) даёт np.array([4, 6]) (векторизация), а не «склейку». Понимание этого помогает выбирать NumPy для математики над массивами.
Проверь себя · 1/3разбор после ответа
В массиве
scores формы (100, 7) строки — пользователи, столбцы — дни недели. Как посчитать среднее значение для каждого пользователя (по строкам)?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])`?
- Какое значение вернёт `arr.shape`, если `arr = np.array([[1, 2, 3], [4, 5, 6]])`?
- 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`?
- Все вопросы по «NumPy: основы» →