Векторизация в NumPy на собесе

Векторизация значит описать вычисление как операцию над целыми массивами, чтобы цикл выполнялся внутри скомпилированного кода NumPy. Массив хранит числа одного типа подряд, поэтому C-цикл проходит их без проверок типов, часто с SIMD. Цикл for по массиву на каждом шаге достаёт элемент, упаковывает его в объект Python и гоняет через интерпретатор, это в десятки раз медленнее. Инструменты: арифметика массивов, ufunc вроде np.exp, broadcasting, np.where вместо if, агрегаты с axis, cumsum и diff. Цикл неизбежен, когда каждый шаг зависит от предыдущего нетривиально, например рекуррентная формула с условием: тогда Numba или Cython, либо ищу формулировку через накопительные функции. Минус векторизации: промежуточные массивы занимают память, на больших данных считаю кусками.