7、NumPy 高级操作：广播、布尔逻辑与花式索引

NumPy 高级操作：广播、布尔逻辑与花式索引

1. 广播的实际应用

广播操作是许多数据分析任务的核心，下面介绍两个常见的应用场景。

1.1 数组中心化

假设我们有一个包含 10 个观测值的数组，每个观测值有 3 个特征。我们可以使用以下代码生成这个数组：

import numpy as np
X = np.random.random((10, 3))

接下来，我们计算每个特征的均值：

Xmean = X.mean(0)
print(Xmean)

然后，通过减去均值来对数组进行中心化，这是一个广播操作：

X_centered = X - Xmean

为了验证中心化是否正确，我们可以检查中心化后的数组的均值是否接近零：

print(X_centered.mean(0))

结果显示，在机器精度范围内，均值接近零。

1.2 绘制二维函数

广播在绘制基于二维函数的图像时非常有用。假设我们要定义一个函数 z = f(x, y) ，可以使用广播来计算网格上的函数值。以下是具体代码：