devlogix01

数组内积（点积） 数组 内积，也称为点积，是将两个数组相乘得到一个标量结果（对于一维向量）或一个数组结果 在 numpy 中，可以使用 numpy.dot() numpy.outer()

numpy.sum 用于计算数组元素的总和 axis表示维度，0第一维度（列），1 第二维度（行） numpy.min 和 numpy.max 分别用于计算数组元素的最小值和最大值

概念 逐元运算（也译作 “按元素运算”）是 NumPy 中最基础、最核心的运算类型，核心逻辑是：对两个（或一个）数组的「对应位置元素」逐一进行相同的算术 / 逻辑操作，运算结果的形状和原数组完全一致

如果使用 python 搜索一堆数据里面特别的数据，往往就需要使用循环的方式一层层查找，如果通过 Numpy，则可以使用现成的方法搜寻特别的元素，大幅提高程序的处理效率

Numpy 里面比较重要的概念广播， 意思是将比较小的数组内容，广播到比较大的数组中，产生相互兼容的尺寸形状，Numpy 的广播实际使用 C语言操作，可以有效的运用记忆和运算，进一步提高程序运行的效率

二分查找的核心逻辑是一样的（每次排除一半），但边界的处理方式（即区间的定义）决定了代码细节的不同 1. 左闭右开区间写法 2. 双闭区间写法

NumPy 提供了不少数组排序的方式，可以针对多维数组与大量数据进行高效率的排序 数组排序方式 NumPy 有下列几种数组排序的方法： 方法 参数 说明

数组能分割，同样能把数组进行合并 合并数组的方法 NumPy 有下列几种合并数组元素的方法： 方法 参数 说明 numpy.concatenate()

Numpy 的 Split 方法能根据指定的条件，将一个数组分割成多个数组 分割方式 NumPy 有下列几种分割数组元素的方法