python代码向量化-使用numpy

1、两个numpy数组之间的运算。加载numpy库，随机生成2个5*3的标准正态分布二维数组a1和a2，计算a1+a2的和，如图所示

3、numpy数组的广播（一维数组长度等于二维数组列）。a3=np.random.standard_normal(3)表示生成一个标准正态分布的一维数组a3，a3的长度为3，a1+a3表示对a1使用a3广播，如图所示

5、numpy数组的广播（一维数组长度不等于二维数组列）。a1.transpose()+a4表示将a1的行列转置之后再用a4进行广播，（其实a1转置后列就和a4长度相等了），np.shape(a1.T)可以查看a1转置后的形状。如图所示

7、对比math.sin和np.sin的区别加载math频骑夭挞库，math.sin(a1)报错；而np.sin(a1)正常显示结果；np.sin(荏鱿胫协np.pi)也可以正常显示结果（math.sin只能处理单个数值不能处理数组；而np.sin则既可以处理单个数组，又可以处理数组；np.sin(np.pi)真实值应该是0，但是由于是浮点数，故看起来是非常小的数字）；如图所示