Ce afișează fiecare linie și de ce sunt rezultatele diferite?
import numpy as np
print([1, 2, 3] * 2)
print(np.array([1, 2, 3]) * 2)
print(np.array([1, "2", 3]))Răspuns scurt: Prima linie repetă lista: [1, 2, 3, 1, 2, 3]. A doua înmulțește fiecare element: [2 4 6]. A treia transformă totul în text, pentru că un array are un singur tip: ['1' '2' '3'].
O listă Python este o colecție de referințe către obiecte oarecare, iar operatorul * pe listă înseamnă repetare. Un ndarray din NumPy este un bloc de memorie cu elemente de același tip (dtype), iar operatorii aritmetici se aplică element cu element. Asta e baza vectorizării: scrii operația o dată, iar NumPy o execută în cod compilat pe tot array-ul.
a = np.array([1, 2, 3])
a * 2 # array([2, 4, 6])
a + a # array([2, 4, 6])
[1, 2] + [3] # listă: [1, 2, 3], concatenareA treia linie arată cealaltă față a omogenității: dacă amesteci numere și text, NumPy alege un tip comun care le poate reprezenta pe toate, aici un șir de caractere (<U21). Calculele numerice nu mai merg după asta: np.array([1, "2", 3]).sum() dă eroare.
În practică, verifică mereu arr.dtype după ce construiești un array din date venite din afară. Un dtype de tip text sau object acolo unde te așteptai la numere e primul semn că datele au valori murdare.
Ce urmărește intervievatorul: Verifică dacă înțelegi că un array nu este o listă mai rapidă, ci o structură cu alt model: tip unic și operații element cu element. Mulți candidați uită de conversia la text la tipuri amestecate.
