NumPy 數組優化方法有以下幾種：
使用向量化操作：避免在 NumPy 數組上進行循環操作，而是使用 NumPy 提供的向量化操作來實現相同的功能。向量化操作能夠更高效地利用底層的優化實現。
使用 NumPy 內置函數：NumPy 提供了許多高效的內置函數，如 np.sum()、np.mean()、np.dot() 等，可以避免編寫循環代碼，提高數組的計算效率。
使用布爾掩碼：在 NumPy 數組中，可以使用布爾掩碼來選擇滿足條件的元素，而不是使用循環來逐個檢查元素。
使用廣播功能：NumPy 的廣播功能可以讓不同形狀的數組進行運算，而無需顯式地進行形狀轉換或循環操作。
使用內存視圖：NumPy 提供了內存視圖功能，可以在不復制數組的情況下對數組進行切片和操作，避免不必要的內存消耗。
使用占位符：在創建數組時，可以使用占位符來指定數組的數據類型和形狀，避免數組自動推斷造成的性能損失。
