通用函数：快速的元素级数组函数

通用函数（即ufunc）是一种对ndarray中的数据执行元素级运算的函数。你可以将其看做简单函数（接受一个或多个标量值，并产生一个或多个标量值）的矢量化包装器。

许多ufunc都是简单的元素级变体，如sqrt和exp：

In [120]: arr = np.arange(10)
 
In [121]: np.sqrt(arr)
Out[121]:
array([ 0.   ,  1.    ,  1.4142,  1.7321,  2. ,  2.2361,  2.4495,
       2.6458,  2.8284,  3.    ])
 
In [122]: np.exp(arr)
Out[122]:
array([ 1.     ,         2.7183,     7.3891,         20.0855,       54.5982,
       148.4132,       403.4288,  1096.6332,       2980.958 ,     8103.0839])

这些都是一元（unary）ufunc。另外一些（如add或maximum）接受2个数组（因此也叫二元（binary）ufunc），并返回一个结果数组：

In [123]: x = randn(8)
 
In [124]: y = randn(8)
 
In [125]: x
Out[125]:
array([ 0.0749,  0.0974,  0.2002, -0.2551,  0.4655,  0.9222,  0.446 ,  -0.9337])
 
In [126]: y
Out[126]:
array([ 0.267 , -1.1131, -0.3361,  0.6117, -1.2323,  0.4788,  0.4315,  -0.7147])
 
In [127]: np.maximum(x, y) # 元素级最大值
Out[127]:
array([ 0.267 ,  0.0974,  0.2002,  0.6117,  0.4655,  0.9222,  0.446 ,  -0.7147])

虽然并不常见，但有些ufunc的确可以返回多个数组。modf就是一个例子，它是Python内置函数divmod的矢量化版本，用于浮点数数组的小数和整数部分。

In [128]: arr = randn(7) * 5
 
In [129]: np.modf(arr)
Out[129]:
(array([-0.6808,  0.0636, -0.386 ,  0.1393, -0.8806,  0.9363, -0.883 ]),
 array([-2.,  4., -3.,  5., -3.,  3., -6.]))

表4-3和表4-4分别列出了一些一元和二元ufunc。