Ugrás a fő tartalomra
🔒 Előnézet mód. Az első tizenöt Foundations lecke ingyenes; ez Pro. Indíts 7 napos trial-t, hogy feloldd a szerkesztőt, az AI tippeket és a tananyag többi részét. Kártya szükséges, bármikor lemondhatod a Dashboard-ban.7 napos trial indítása →
← KurzusokSenior Deep-DivesModule 2 · CPython performance · RecapNumPy vektorizációs mintákpredict47 / 161
+125 XP
Feladat
📝 **Kérdés:** Jósolja meg a pontos kimenetet. Négy vektorizációs minta egy nyomon: (1) skaláris szórás \`a * 2\`, (2) skaláris összeadás 2D mátrixon, (3) sorsugárzás \`m + sor\`, ahol az 1D sor átnyúlik a mátrix mindkét során, (4) logikai maszk \`a[a >. A \`.tolist()\` mindenhol használatos a kimenet stabilan tartására a NumPy verziókban. 📋 Válassza ki a megfelelő választ. 💡 **Tipp:** Ha nem biztos benne, olvassa el újra a fenti elméletet.
Találd ki a kimenetet

Olvasd el a kódot figyelmesen

import numpy as np


a = np.array([1, 2, 3, 4])
b = a * 2
print(b.tolist())

m = np.array([[1, 2], [3, 4]])
print((m + 10).tolist())

row = np.array([10, 20])
print((m + row).tolist())

mask = a > 2
print(a[mask].tolist())
print(int(np.sum(a)))

Mit ír ki a program? Írd ide:

💬 Beszélgetés

Légy az első — tegyél fel kérdést vagy oszd meg egy tippet.
Jelentkezz be hogy csatlakozz a beszélgetéshez. Az olvasás ingyenes.
Beszélgetés betöltése…