NumPy数组的高级操作第四关

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。是在学习机器学习、深度学习之前应该掌握的一个非常基本且实用的Python库。

本实训将介绍NumPy的一些更高级的知识与使用方法。实训通关后你将学会NumPy的进阶使用技能，并为后续的综合练习部分打好基础。如果你对NumPy的基础知识不熟，可以看看这里。

PS：若需要更加详细的查阅NumPy所提供的接口，可以查阅官方文档。
任务描述
相关知识
什么是广播
广播的原则
编程要求
任务描述
本关任务：利用广播机制实现Z-score标准化。

相关知识
为了完成本关任务，你需要掌握：

什么是广播；
广播的原则。
什么是广播
两个ndarray对象的相加、相减以及相乘都是对应元素之间的操作。

import numpy as np
x = np.array([[2,2,3],[1,2,3]])
y = np.array([[1,1,3],[2,2,4]])
print(x*y)
‘’’
输入结果如下：
[[ 2 2 9]
[ 2 4 12]]
‘’’
当两个ndarray对象的形状并不相同的时候，我们可以通过扩展数组的方法来实现相加、相减、相乘等操作，这种机制叫做广播（broadcasting）。

比如，一个二维的ndarray对象减去列平均值，来对数组的每一列进行取均值化处理：

import numpy as np

arr为4行3列的ndarray对象

arr = np.random.randn(4,3)

arr_mean为有3个元素的一维ndarray对象

arr_mean = arr.mean(axis=0)