numpy广播

我们在介绍两个矩阵相乘时，要求前一个矩阵的列数与后一个矩阵的行数相等。但事实上，如果两个矩阵不满足此要求，还可以通过广播（broadcasting）来对它们进行乘法运算。Python的广播机制应用也非常广泛，它最主要的一个优点是，在进行按位运算时可以极大地减少代码量，提升运算速度。简单来说，广播可以这样理解：假设现在有一个m×n的矩阵a，让它加减乘除一个1×n的矩阵b，那么矩阵b会先被复制m次，最终得到一个与a相同大小的m×n的矩阵c，然后再将矩阵a与矩阵c按逐个元素进行加减乘除操作得到最终结果。同样，这种操作对m×1的矩阵也成立。广播的具体运算机制如图3-1所示。

import numpy as np

b=np.matrix([[1,2,3],[23,45,90]])

b
Out[8]: 
matrix([[ 1,  2,  3],
        [23, 45, 90]])

b+200
Out[9]: 
matrix([[201, 202, 203],
        [223, 245, 290]])

Python中的NumPy广播机制确实非常好用，特别是在进行批量矩阵运算时，能极大地提升运算的效率。