数组的基本操作　　本节介绍加法、减法、乘法、除法等　　一旦创建了数组，就可以开始使用它们。例如，假设您创建了两个数组，一个称为“data”，一个名为“ones”：　　可用加号把它们加起来。

>>> data = np.array([1, 2])
>>> ones = np.ones(2, dtype=int)
>>> data + ones
array([2, 3])

　　除了加法，当然也可以做其他运算！

>>> data - ones
array([0, 1])
>>> data * data
array([1, 4])
>>> data / data
array([1., 1.])

　　NumPy的基本操作很简单。如果要求数组中元素的和，可以使用sum（）。这适用于1D数组、2D数组和更高维度的数组。

>>> a = np.array([1, 2, 3, 4])

>>> a.sum()
10

　　如果想把2D数组的每行加起来，就要输入axis参数。　　例如数组：

>>> b = np.array([[1, 1], [2, 2]])

　　可以通过axis参数把每行加起来：

>>> b.sum(axis=0)
array([3, 3])

　　也可以每列加起来：

>>> b.sum(axis=1)
array([2, 4])

　　要了解有关基本操作的信息，请打开：https://numpy.org/doc/stable/user/quickstart.html#quickstart-basic-operations。
广播
　　有时，可能希望在数组和单个数字之间执行操作（也称为向量和标量之间的操作），或者在两个不同大小的数组之间执行操作。例如，数组（我们称之为“数据”）可能包含以英里为单位的距离信息，但您希望将这些信息转换为千米。您可以通过以下方式执行此操作：

>>> data = np.array([1.0, 2.0])
>>> data * 1.6
array([1.6, 3.2])

　　NumPy自动将乘法应用到每个单元格中。这个概念叫做广播。广播是一种允许NumPy对不同形状的数组执行操作的机制。数组的维数必须兼容，例如，当两个数组的维数相等或其中一个为1时。如果维数不兼容，则会抛出ValueError。　　想了解有关广播的更多信息，请打开https://numpy.org/doc/stable/user/basics.broadcasting.html#basics-broadcasting。
更多有用的数组操作　　本节包括最大值、最小值、总和、平均值、乘积、标准偏差等　　NumPy还执行聚合功能。除了min、max和sum之外，您还可以很容易地运行mean来获得平均值，prod来获得元素相乘的结果，std来获得标准偏差，等等。

>>> data.max()
2.0
>>> data.min()
1.0
>>> data.sum()
3.0

　　例如下面的数组“a”：

>>> a = np.array([[0.45053314, 0.17296777, 0.34376245, 0.5510652],
...               [0.54627315, 0.05093587, 0.40067661, 0.55645993],
...               [0.12697628, 0.82485143, 0.26590556, 0.56917101]])

　　想要沿着行或列聚合是非常常见的。默认情况下，每个NumPy聚合函数都将返回整个数组的聚合。要查找数组中元素的总和或最小值，则运行：

>>> a.sum()
4.8595784

和

>>> a.min()
0.05093587

　　可以指定要在哪个轴上计算聚合函数。例如，通过指定axis=0，可以找到每列中的最小值。

>>> a.min(axis=0)
array([0.12697628, 0.05093587, 0.26590556, 0.5510652 ])

　　上面列出的四个值对应于数组中的列数。对于四列数组，将得到四个值作为结果。　　阅读有关数组方法的更多信息，请打开：https://numpy.org/doc/stable/reference/arrays.ndarray.html#array-ndarray-methods。