1、ufuncs

ufuncs代表“通用函数”，它们是在ndarray对象上运行的NumPy函数。

2、使用ufuncs的原因

ufunc用于在NumPy中实现矢量化，这比迭代元素要快得多。

它们还提供广播和其他方法，如减少、累积等，这些方法对计算非常有帮助。

ufuncs还接受其他参数，例如：

where布尔数组或条件，用于定义应在何处进行操作。

dtype定义元素的返回类型。

out需要复制返回值的输出数组。

3、向量化

将迭代语句转换为基于向量的操作称为向量化。

由于现代CPU已针对此类操作进行了优化，因此速度更快。

添加两个列表的元素

list 1：[1、2、3、4]

list 2：[4、5、6、7]

一种方法是遍历两个列表，然后对每个元素求和。

例如：

如果没有ufunc，我们可以使用Python内置的zip（）方法：

x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = []

for i, j in zip(x, y):
z.append(i + j)
print(z)

NumPy为此有一个ufunc，称为add(x，y)，它将产生相同的结果。

例如：

使用ufunc，我们可以使用add()函数：

import numpy as np

x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = np.add(x, y)

print(z)