Numpy 的矢量化 | 看不懂numpy 广播 怎么办？

在Python中循环数组或其他跟数组类似的数据结构时会涉及很多开销。

NumPy中的矢量化操作把内部循环委托给高度优化的C和Fortran函数，从而实现更高效的python 代码。

Numpy 的矢量化就是用数组表达式代替显示的for循环，它将操作表达为作用在一个数组上，而不是各个元素上。

代码举例如下，a和b 是两个长度相同的一维数组，现在要将这两个数组中对应位置的元素分别相乘。

原生的python代码操作如下：

c = []
for i in range(len(a)):
    c.append(a[i]*b[i])

Numpy 的矢量化操作如下：

c = a * b

对于两个形状相同的numpy 数组，运算时就按照相应的位置一一运算即可。

对于形状不相同的两个numpy 数组，就按照广播的规则进行运算。