科學(xué)計(jì)算庫NumPy：矢量化運(yùn)算的方式

　　NumPy數(shù)組不需要循環(huán)遍歷，即可對每個(gè)元素執(zhí)行批量的算術(shù)運(yùn)算操作，這個(gè)過程叫做矢量化運(yùn)算。不過，如果兩個(gè)數(shù)組的大小(ndarray.shape)不同，則它們進(jìn)行算術(shù)運(yùn)算時(shí)會(huì)出現(xiàn)廣播機(jī)制。除此之外，數(shù)組還支持使用算術(shù)運(yùn)算符與標(biāo)量進(jìn)行運(yùn)算。接下來，筆者先來介紹一下矢量化運(yùn)算。

　　在NumPy中，大小相等的數(shù)組之間的任何算術(shù)運(yùn)算都會(huì)應(yīng)用到元素級，即只用于位置相同的元素之間，所得的運(yùn)算結(jié)果組成一個(gè)新的數(shù)組。接下來，通過一張示意圖來描述什么是矢量化運(yùn)算，具體如圖2-1所示。

　　圖2-1 形狀相同的數(shù)組運(yùn)算

　　由圖2-1可知，數(shù)組arr1與arr2對齊以后，會(huì)讓相同位置的元素相加得到一個(gè)新的數(shù)組result。其中，result數(shù)組中的每個(gè)元素為操作數(shù)相加的結(jié)果，并且結(jié)果的位置跟操作數(shù)的位置是相同的。

　　大小相等的數(shù)組之間的算術(shù)運(yùn)算，示例代碼如下。

import numpy as np
data1=np.array([[1, 2, 3], [4, 5, 6]])
data2=np.array([[1, 2, 3], [4, 5, 6]])
data1+data2  # 數(shù)組相加
array([[2, 4, 6],
       [8,10,12]])
       data1*data2 # 數(shù)組相乘
array([[1, 4, 9],
       [16,25,36]])
       data1-data2 # 數(shù)組相減
array([[0, 0, 0],
       [0, 0, 0]])
       data1/data2 # 數(shù)組相除
array([[1., 1., 1.],
       [1., 1., 1.]])