1
最近工作太忙，每次回家洗洗就不想再开电脑码字了，写了也近两年了，习惯了，时间久了，不写都欲罢不能。
尤其是有了好的点子，或者对某个概念或理论有了新的解读、新的展示形式、学习到别人新的讲解时，我都会忍不住，不假思索的占用休息时间来码字，一同与关注我的人，尤其是一直晚上习惯读到我文章的老铁们，共同奋进，这种感觉就是支撑我做下去的最大力量。
2
上周分享了一篇：盘一盘 NumPy (上)，出自王圣元兄的盘点笔记。这几天，我抽时间仔细学习了下，真的有种醍醐灌顶的感觉，写的真是太好了。在如今公众号推文遍地都是走流量的情况下，王兄仍能坚持初心，用心血回馈我们这些广大读者，心中充满对其敬畏之情。
就在昨天，在我分享了：六月总结和思考后，有位读者深有感触，我想应该是说出了很多很多粉丝们的心声：
是啊，真正的有价值的原创不是那么容易就被会搜到的，更多的被搜到大都是一致，甚至雷同，简单的堆砌。
3
为了满足这位读者和更多粉丝们的期待，我今晚一回来就靠在床头上，奋笔疾书，就是因为王兄的这篇讲解Numpy的文章，真是做到了：能把事情说清楚，让人醍醐灌顶，并且完全是毫无保留的，免费的贡献出来。
这也应了那句：任何伟大的事情，都由一个微不足道的开始，王兄的这篇盘点Numpy看似微不足道，但却在如今的公众号领域所赋予的意义重大。
4
下面附上我对圣元兄的这篇盘一盘Numpy的拙见。
这是上篇，文章图文并茂地讲透了：Numpy数组的视图，内存块存储，这两个最核心的概念以及它们的不同；同时，附上了清楚的、完美的示意图，真的是难能可贵，如下图所示，二维数组的视图，计算机中内存是如何存储它的。
可以看到，存储是按照严格的连续内存形式，只不过会增加一个stride为每个维度打标。
这两个概念及区别是深入理解Numpy的许多性质的重要理论基础。
基于此，还深入浅出地讲解了三维数组的转置，这可能是我见过的最深入浅出的讲解版本了。以下全部引用自王兄的这篇讲解，只用精美的四幅图，就把三维，代表高维数组转置的难点，讲透了。
数组转置的本质：交换每个轴 (axis) 的形状 (shape) 和跨度 (stride)。
四幅图解决问题：
5
怎么样，理解完这些，Numpy的本质，以及高维数组的转置等操作，是不是有了一种全新的理解，one-pass.
深入浅出地讲解抽象的概念和操作，这一能力，太重要了！这才是真正名师才可能具备的能力和才华，最后再次感谢《王的机器》公众号作者：王圣元，新加坡国立大学毕业的大佬。
plus, 11点到家，打开电脑就码字，怕过了12点就发不出来了，所以像打了鸡血一样，难免出现错字，多见谅。
希望大家多多支持，点赞和转发，真正的好文是给我们带来知识和启发的。
280篇笔记
Python
算法
都有
2604
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
