之前介绍了ufun函数，看到它就应该立刻想到 数据的并行处理。
并行我们理解它的含义，接下来就要看看这类函数到底都能干些什么事。根据其官方的文档，从以下几个方面介绍这些个并行的函数们。
- math 一些基本的数学计算
- Trigonometric 三角函数
- Bit-twidding 位变换操作
- Comparison 比较操作
- Floating 其它处理
这些函数中有个可有可无的参数out, 他的意思是说你可以把计算结果放在out里面，若没有这个参数就返回结果。
out的shape要和计算结果匹配。加入out参数的好处是可以减少大数据长计算所产生的临时内存需求。
例如可以把 G=A*B+C 改写成
G=A*B
add(G, C, G)
在Python 里，任何函数都是对象，是对象就可以有属性，ufunc也不例外，它自身都一些数据属性和method。数据属性没什么好说的，但有4个method 比较有用, 然而这些method只作用在形如 ufun(x, y ,out) 这样的函数上。其他函数使用这些method会引发ValueError异常，需要处理的ndarray不能是标量
| ufunc.reduce( a [, axis, dtype, out, keepdims]) | 沿着某个轴，在元素之间串联执行算法 |
|---|---|
| ufunc.accumulate( array [, axis, dtype, out, ...]) | 相当于保留了中间结果的串联执行 |
| ufunc.reduceat( a, indices [, axis, dtype, out]) | 沿着某个轴根据slice在局部小范围执行连续执行算法 |
| ufunc.outer( A, B, **kwargs) | 在A和B的数据块里每两对元素之间都要执行算法 |
