python 科学计算课程：掌握使用numpy进行高效的数据处理（3）

广播是对具有不同形状的数组执行的一种运算操作。然而，在这种情况下（即输入数组中的至少一个轴长度为1或缺少某个维度），计算机会自动在shape属性前填充一个大小为1的维度以满足运算需求。例如：

import numpy as np
a=np.arange(10,50,10).reshape(-1,1)
a.shape
(4, 1)
b=np.arange(0,4)
b
array([0, 1, 2, 3])
b.shape
(4,)
a+b
array([[10, 11, 12, 13],
[20, 21, 22, 23],
[30, 31, 32, 33],
[40, 41, 42, 43]])

2. 内积：使用np.dot(a,b)即可计算向量a与b的内积；类似的np.inner(a,b)也可实现这一功能但需要满足最后的维度一致性的要求；而np.outer(a,b)则通过将两个数组展为一维后进行外积运算完成计算。

3的基本概念包括求和、平均值和方差。这些计算函数在Python中分别对应于np.sum()、np.mean()、np.var()以及np.std()（其中后者用于计算标准差）。需要注意的是，在引入axis参数时需要明确地区