🏠 总目录 NumPy 与向量化思维 · 把循环换成数组运算

NumPy 与向量化思维

不是学 API，是把「一个一个处理」的脑子换成「整块一起想」的脑子。

写 for 循环遍历数组，在 NumPy 里几乎总是错的 —— 不只是慢， 更是你还在用错误的方式思考这个问题。 从广播规则到内存 stride，从视图与拷贝到 log 域运算， 最后一章直接接到 PyTorch：张量就是同一套说明书。

🔁 从「为什么写循环是错的」开始 🧱 直接看 stride

按问题开始 · 新版阅读样板

以下页面已接入宽松分组与阅读路线。其余章节仍可从原目录进入，正在分批完善。

0%
你的进度（在每章末尾点「打卡」，保存在本浏览器里）

阶段 0 · 准备8 分钟，告诉你哪几章可以跳

☐🧭00 · 怎么用这份教程⏱44 分钟

阶段 1 · 思维转换⭐ 从「写循环」改成「整块地想」，第 3 章广播是枢纽

☐🔁01 · 为什么写循环是错的⏱42 分钟☐📐02 · shape 和 axis 到底怎么数⏱48 分钟☐📡03 · 广播的三条规则⏱94 分钟

阶段 2 · 内存这一层⭐⭐ 第 5 章 stride 是全站归属点，PyTorch 和 C++ 板块都链回这里

☐🪞04 · 视图还是拷贝⏱106 分钟☐🧱05 · 内存布局与 stride⏱50 分钟☐🎯06 · 索引的四种形态⏱80 分钟

阶段 3 · 真的写起来把循环改掉、别被 dtype 坑、数值稳定性

☐⚡07 · 把循环改写成数组运算：六个套路⏱66 分钟☐🔢08 · 整数 dtype 的真相：回绕与截断⏱64 分钟☐📉09 · log 域运算：logaddexp、logsumexp 与 log1p⏱76 分钟

阶段 4 · 接出去可复现，以及通向 PyTorch 的那座桥

☐🎲10 · 随机数、种子与可复现⏱64 分钟☐🔥11 · 从 NumPy 到 PyTorch：四个语义陷阱⏱96 分钟

随时查API 速查 + 报错反查表

☐📖附录A · 速查⏱26 分钟