numpy进阶之广播、切片、索引、迭代
在这一节中，我们将学习NumPy数组的广播机制，它是一种非常强大和灵活的特性，可以让你对不同形状的数组进行算术运算。
广播机制的基本思想是，当你对两个数组进行算术运算时，如果它们的形状不匹配，NumPy会自动将它们扩展到相同的形状，然后再进行运算。这样可以避免创建大量的临时数组，提高计算效率和内存利用率。
要使用广播机制，你需要遵循以下两条规则：
规则一：如果两个数组的维度不同，那么较低维度的数组会在最左边补1，直到两个数组的维度相同。
规则二：如果两个数组在某个维度上的长度不同，且其中一个数组在该维度上的长度为1，那么该数组会在该维度上重复自身，直到两个数组在该维度上的长度相同。
例如，假设我们有以下两个数组：
当我们对它们进行加法运算时：
NumPy会先根据规则一，将a扩展为(1, 3)的形状：
然后根据规则二，将a在第一个维度上重复自身，直到与b的形状相同：
最后再对两个数组进行逐元素的加法运算：
这样，我们就得到了正确的结果。你可以使用np.broadcast_to()函数来查看广播后的数组：
你也可以使用np.broadcast_arrays()函数来同时查看两个数组广播后的结果：
请注意，广播机制并不会真正地创建新的数组，而是使用视图（view）来节省内存空间。视图是一个指向原始数组数据的引用，它可以改变数组的形状、步长和数据类型等属性，但不会改变原始数据本身。你可以使用np.may_share_memory()函数来检查两个数组是否共享内存空间：
这样，你就完成了NumPy数组广播机制的基本用法。接下来，我们将学习NumPy数组的切片、索引和迭代
在上一节中，我们学习了NumPy数组的广播机制，它可以让你对不同形状的数组进行算术运算。在这一节中，我们将学习NumPy数组的切片、索引和迭代，它们可以让你访问和修改数组中的任意元素或子数组。
切片（slicing）是一种从数组中提取一部分元素的方法，它使用冒号（:）来指定起始、终止和步长（可选）的位置。例如，假设我们有以下数组：
当我们对它进行切片时：
我们得到以下结果：
请注意，切片操作返回的是原始数组的一个视图（view），而不是一个新的数组。这意味着，如果你修改了切片后的数组，原始数组也会跟着改变。例如：
如果你想要得到一个新的数组，而不是一个视图，你可以使用np.copy()函数来复制切片后的数组：
索引（indexing）是一种从数组中提取单个或多个元素的方法，它使用方括号（[]）来指定元素的位置。NumPy支持多种索引方式，包括基本索引、整数索引、布尔索引等。例如，假设我们有以下数组：
当我们对它进行基本索引时：
当我们对它进行整数索引时：
当我们对它进行布尔索引时：
请注意，索引操作返回的是原始数组的一个副本（copy），而不是一个视图。这意味着，如果你修改了索引后的数组，原始数组不会跟着改变。例如：
迭代（iteration）是一种遍历数组中的所有元素的方法，它使用for循环来实现。NumPy数组的迭代是按照第一个轴（axis）的顺序进行的，也就是说，如果数组是多维的，那么每次迭代的元素是一个子数组。例如，假设我们有以下数组：
当我们对它进行迭代时：
如果我们想要迭代每个元素，而不是每个子数组，我们可以使用np.nditer()函数来实现：
请注意，np.nditer()函数返回的是原始数组的一个视图，而不是一个副本。这意味着，如果你修改了迭代后的元素，原始数组也会跟着改变。例如：
这样，你就完成了NumPy数组切片、索引和迭代的基本用法。接下来，我们将学习NumPy数组的拼接、分割和重塑，请继续关注我的教程！
