Numpy——通用函数、向量化、基础的统计计算

基本的通用函数（ufunc）

通用函数 (Universal Functions, 简称 ufunc) 是 NumPy 的核心功能之一，它是对 ndarray 进行逐元素操作的函数，具有高性能的向量化运算能力

主要特点：

• 向量化操作：对数组中的每个元素执行相同的操作
• 广播机制：支持不同形状数组之间的运算
• 多种返回：可以返回多个数组
• 高性能：底层用 C 实现，运算效率高

通用函数类型

• 一元函数：简单的元素级转换，
  abs（绝对值），fabs(浮点数的绝对值）, sqrt（平方根）, square（）, exp（指数）, log（对数）, log10, log2, sign（计算各元素的符号，1，0，-1）； ceil（向上取整），floor（向下取整），rint（四舍五入到最接近的整数，保留dtype），modf(将数组的小数部分和整数部分以两个独立数组的形式返回）。三角函数相关：cos，cosh，sin，sinh，tan，tanh，arccos，arccosh，arcsin，arcsinh，arctan，arctanh
• 二元函数 ：接受两个数组，返回一个数组作为结果
  add（加法）,subtract（减法）, multiply（乘法）,divide（除法）, floor_divide（）,power（幂运算）, maximum（最大值）, minimum（最小值）, mod（模运算）, copysign(第二个数组中的元素值的符号复制给第一个数组中的元素）。
  比较相关：greater, greater_equal, less, less_equal, equal, not equal, 返回布尔数组
  位运算相关：logical_and, logical_or, logical_xor

out参数：out 是 NumPy 通用函数 (ufunc) 的一个重要参数，它允许你指定计算结果存储的位置，而不是创建一个新的数组

减少内存分配：避免创建临时数组，比如在循环中
提高性能：特别是对于大型数组的重复操作，（in-place写入）
原地操作：可以直接修改现有数组

import time
import numpy as np
large_arr = np.random.rand(10000000)# 不使用 out
start = time.time()
for _ in range(10):result = np.sin(large_arr)
print("Without out:", time.time() - start)  # 输出：Without out: 1.055288314819336# 使用 out
output = np.empty_like(large_arr)
start = time.time()
for _ in range(10):np.sin(large_arr, out=output)