除了列举的这些之外，Numpy当中还提供了许多其他的api来进行各种计算，几乎囊括了所有常见的数学计算公式。比如log、exp、pow、开方、三角函数等等计算，基本上api的名称和math当中的一样，大家也没有必要都记住，基本上可以根据英文猜出来，一般来说记住常用的，其他的可以等到使用的时候再查阅。

理解了Numpy中的基本操作之后，接下来要介绍一个非常重要的概念，叫做广播。如果这个概念理解不到位，那么后来在使用的过程当中，会遇到很多头疼的问题，或者是总是看不懂别人的代码。

广播的英文叫做broadcasting，这个思想应用的范围很广，比如分布式消息中间件等很多领域都有化用。在Numpy计算当中，广播指的是将一个小的数据应用在大数据的计算上。这个概念其实很形象，我们来看个例子。

比如我们想要对Numpy中的数组每一位的元素都加上3，我们当然可以创造出一个同样大小的数组来，然后再把它们相加。但是大可不必这么麻烦，我们直接用原数组加上3即可，Numpy内部会发现3和我们的数据大小不一致，然后自动帮我们把3拓充到和我们的数据一样大小的数组再进行计算：

它其实等价于：

np.full_like(arr,3) arr

如果你能理解了上面这个操作，那么同样的，我们要对所有的元素平方或者是开方也都不在话下了：

广播并不是只可以用在数组和一个整数之间，还可以用在数组和另外一个规模更小的数组当中，但是会对两者的shape有所要求。Numpy规定，两个数组的shape必须相等或者其中一个为1才可以执行广播操作。

比如说刚才我们创建的arry数组的shape是(3, 2)，我们可以让它和一个大小是(1, 2)或者是(3, 1)的“小数组”进行运算，这同样是支持的。