34、探索NumPy迭代器与NASA火星车任务系统架构之美

探索NumPy迭代器与NASA火星车任务系统架构之美

1. NumPy中的多维迭代器

在NumPy里，同时对多个数组进行迭代是一项常见任务。例如在实现数组加法时，就需要借助相连的迭代器对两个数组进行迭代，从而让输出数组成为第一个数组的每个元素与第二个数组的每个元素相乘后的总和。

通常，可以为每个输入元素使用不同的迭代器，为输出数组使用一个迭代器来完成此操作。另外，NumPy还提供了多迭代器对象，能让同时处理多个迭代器变得简单，并且该对象还能自动处理NumPy的广播功能。

广播指的是NumPy里允许不同形状的数组在按元素操作时一起使用的特性。比如，一个形状为(4,1)的数组可以和一个形状为(3)的数组相加，得到一个形状为(4,3)的数组。广播还能让形状为(4,1)、(3)和(5,1,1)的数组同时迭代，从而产生覆盖形状为(5,4,3)数组元素的广播迭代。

广播规则如下：
- 维度较少的数组会被视为占据了具有完整维度数组的最后几个维度，这样所有数组的维度数量就相同了，新的初始维度会用1填充。
- 最终广播形状中每个维度的长度是所有数组中该维度的最大长度。
- 对于每个维度，所有输入的元素数量要么和广播结果的元素数量相同，要么为1。
- 在特定维度上只有一个元素的数组，在迭代时就好像该元素被虚拟复制到了所有位置，实际上就是该元素“广播”到了其他位置。

广播实现的关键在于对数组迭代器进行简单修改。通过这些修改，标准的迭代器循环就能直接实现相应的计算。需要修改的内容包括迭代器的形状（而非底层数组）以及步长和反向步长。迭代器中存储的形状会被修改为与广播形状匹配，广播维度的步长和反向步长会被改为0。当步长为0时，标