廣播讓 NumPy 的向量化運算更進一步，能節省記憶體與運算資源。不過在使用廣播之前，你需要先確認在你的數學運算中，是否「能」使用廣播！
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
來認識強大的 NumPy 陣列！學習如何建立陣列並調整形狀以符合你的需求。最後，探索 NumPy 的多種資料型別，以及它們如何讓陣列運算更快速。
透過對紐約市樹木普查資料進行切片、篩選與排序，精進你的 NumPy 整理技巧。根據條件判斷擷取資料以建立新陣列，並可沿任一維度新增或移除資料以符合目的。過程中，你將學會形狀與維度相容性的原則，為超高速的陣列數學做好準備。
運用 NumPy 高速的向量化運算，從美國酒類專賣店、餐廳與百貨公司的銷售資料中取得彙總洞見。將 Python 函式向量化以用於你的 NumPy 程式碼。最後，使用廣播邏輯在不同大小的陣列之間執行數學運算。
當前練習
在最後一章，NumPy 與藝術相遇：我們將以 Monet 名作的影像資料來探索如何進行影像增強。你會使用翻轉與轉置功能，快速變換這幅名作。接著，你會拆解 Monet 的陣列、進行修改，並透過陣列堆疊重建它，以觀察成果。
