NumPy基础：数组和矢量计算（二）
Numpy数组的基本运算
数组不用编写循环即可对数据执行批量运算，称为矢量化。
大小相等的数组之间的任何算术运算都可以对元素进行应用
数组与标量的算术运算会将标量值传到各元素
大小相同的数组之间的比较会生成布尔值数组
不同大小的数组之间的运算叫广播。广播先挖个坑
索引和切片
一维数组的索引和切片跟Python中的列表差不多
标量值赋值给一个切片时，该值会自动传播（广播的内容）到整个区间。
=====================================
与列表的区别，数组切片是原始数据的视图。数据不会被复制，视图上的任何修改都会直接反映到源数组上。
若想要得到ndarray切片的副本而不是视图，就需要进行复制操作(array4[6:9].copy())（后面会使用到）
=====================================
在高维度数组还有更多的操作空间！
在二维数组中，各索引位置上的元素不再是标量而是一维数组
在多维数组，省略后面的索引，返回对象是一个维度低一点的ndarray
标量值和数组均可赋值给切片
多维数组也可以访问索引
++++++++++++++++++++++++++++++++++++
下一篇：NumPy基础：数组和矢量计算（三）