Broadcasting в numpy для аналитика: правила выравнивания, скаляр и массив, нормализация (X-mean)/std и частые ошибки shape mismatch.
Broadcasting — это правило, по которому numpy автоматически растягивает массивы разной формы, чтобы посчитать их поэлементно без единого цикла. Именно благодаря ему revenue * 1.2 (НДС на весь столбец выручки) и (X - mean) / std (нормализация признаков перед ML) работают одной строкой и за миллисекунды. Если вы поймёте broadcasting один раз, половина «магии» pandas и numpy перестанет быть магией.
В прошлых частях курса numpy с нуля мы разобрали массивы и индексацию. Теперь — то, что отличает человека, который пишет циклы по строкам, от аналитика, который думает массивами. Broadcasting нужен буквально каждый день: пересчитать валюту, добавить НДС, отнять среднее по когорте, нормализовать данные перед кластеризацией или регрессией.