Vai al contenuto principale
🔒 Modalità anteprima. Le prime quindici lezioni di Foundations sono gratuite; questa è Pro. Avvia un trial di 7 giorni per sbloccare l'editor, i suggerimenti AI e il resto del programma. Carta richiesta, disdici in qualsiasi momento dalla Dashboard.Avvia trial di 7 giorni →
⚡
← Corsi›Senior Deep-DivesModule 2 · CPython performance · Recap›Modelli di vettorizzazione NumPypredict47 / 161
+125 XP
Compito
📝 **Domanda:** Prevedere l'output esatto. Quattro modelli di vettorizzazione in un'unica traccia: (1) trasmissione scalare \`a * 2\`, (2) aggiunta scalare su una matrice 2D, (3) trasmissione di righe \`m + riga\` dove la riga 1D si estende su entrambe le righe della matrice, (4) maschera booleana \`a[a > 2]\`. \`.tolist()\` viene utilizzato ovunque per mantenere stabile l'output tra le versioni di NumPy. 📋 Scegli la risposta giusta. 💡 **Suggerimento:** Rileggi la teoria sopra se non sei sicuro.
Predici output

Leggi il codice attentamente

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)))

Cosa stamperà il programma? Scrivi qui:

💬 Discussione

Sii il primo a fare una domanda o condividere un consiglio.
Accedi per partecipare alla discussione. La lettura è gratuita.
Caricamento discussione…