科学计算库NumPy：矢量化运算的方式

　　NumPy数组不需要循环遍历，即可对每个元素执行批量的算术运算操作，这个过程叫做矢量化运算。不过，如果两个数组的大小(ndarray.shape)不同，则它们进行算术运算时会出现广播机制。除此之外，数组还支持使用算术运算符与标量进行运算。接下来，笔者先来介绍一下矢量化运算。

　　在NumPy中，大小相等的数组之间的任何算术运算都会应用到元素级，即只用于位置相同的元素之间，所得的运算结果组成一个新的数组。接下来，通过一张示意图来描述什么是矢量化运算，具体如图2-1所示。

　　图2-1 形状相同的数组运算

　　由图2-1可知，数组arr1与arr2对齐以后，会让相同位置的元素相加得到一个新的数组result。其中，result数组中的每个元素为操作数相加的结果，并且结果的位置跟操作数的位置是相同的。

　　大小相等的数组之间的算术运算，示例代码如下。

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