一.数组与数字之间进行计算
numpy中的数组与数字进行计算是广播形式，数组+-*/数字，则数组中的每一个数字都会进行相应的四则运算。
1.1数组与数字之间的四则运算
示例代码如下：
import numpy as np
a = np.arange(24)
b = a.reshape(4, 6)
print(b)
print(b+2)
print(b-2)
print(b*2)
print(b/2)输出结果如下所示：
可以发现数组中的每一个数字有进行了运算。
1.2数组/0的运算（运行时程序会警告，但是不会报错）
示例代码如下：
import numpy as np
a = np.arange(24)
b = a.reshape(4, 6)
print(b)
print(b/0)输出结果如下：
其中nan是0/0的结果
inf是非零数字/0的结果，inf为infinitely的缩写，表示无穷大。
二、数组与数字之间的运算
2.1 两个数组形状相同
当两个数组的形状一样的时候，四则运算对应的位置的数字进行操作。
示例代码如下：
b = np.arange(24).reshape(4, 6)
c = np.arange(100, 124).reshape(4, 6)
print(b)
print("------")
print(c)
print(b+c)
print(b-c)
print(b*c)
print(b/c)输出结果如下：
结果为直接对应的数据进行运算。
2.2 当两个数组的形状不相同
2.2.1 若两个数组的列相同
则按照每一行的数据进行相加
示例代码如下：
b = np.arange(24).reshape(4, 6) # 4*6
s = np.arange(0, 6) # 1*6
print(b)
print(s)
print(b+s) # b的每一行加上s对应的数输出结果如下：
2.2.2 若两个数组的行相同
则按照每列进行多次相加
示例代码如下：
j = np.arange(4).reshape(4, 1)
b = np.arange(24).reshape(4, 6)
print(j)
print(b+j)输出结果如下所示：
注意点：
三维数组只能在某一维度（某一方向）上中的行和列都一样，才能进行运算。
若行的维度和列的维度都不一样，则不能进行运算。
例如：
shape为（3，3，3）的数组不能与（3，2）进行计算。
shape为（3，3，3）的数组能与（3，3）进行计算。
