numpy 自定义函数
    NumPy是Python科学计算的重要组成部分。它提供了高效的数组操作和数学函数，用于解决各种统计、机器学习和科学计算相关问题。虽然它提供了许多常用的数学函数，但有时候我们需要自定义一些函数来满足具体需求。
    在NumPy中，自定义函数通常是使用NumPy的“通用函数”（ufunc）创建的。ufunc是按元素运算的函数，它可以操作数组中的每个元素并返回一个新的数组。NumPy的通用函数使用一些特殊的语法定义。下面将展示一个简单的例子。
    假设我们需要计算一个数组中每个元素的平方。可以通过创建一个名为`square`的函数来实现：
    ```python
import numpy as np
    def square(x):
    return x**2
    arr = np.array([1, 2, 3, 4])
print(square(arr))
```
    输出结果：
    ```python
[ 1  4  9 16]
```
numpy库常用函数    在上面的例子中，我们首先导入NumPy库并创建一个名为`square`的函数。然后，我们将其应用于一个数组，该数组包含整数1到4。最后，我们通过调用`print`函数来打印输出结果。函数中的`x**2`语句表示将每个元素平方，并返回一个新的数组。
    需要注意的是，当我们定义一个自定义函数时，它必须遵循一定的规则。首先，它必须是可广播的，这意味着可以将其应用于任何大小的数组。其次，它必须是可向量化的，这意味着它必须能够直接操作整个数组，而不是逐个处理每个元素。
    总之，自定义函数是NumPy中非常有用的一种工具，可以帮助我们满足具体需求。我们可以使用NumPy的ufunc创建自定义函数来操作数组并生成新的数组。对于需要频繁使用的操作，自定义函数可以极大地简化代码，并提高代码的可读性和可维护性。