numpy数组运算、广播机制

1、单一元素与数组计算

在数组的数学运算中，可以用单一元素与数组相乘，计算规则为该元素与数组中每一个元素分别相乘，得到新数组中相应位置的元素，如下：

import numpy as np


x = np.random.randint(1,8,(3,2))

y = 4

z = x * y
print("x=",x)
print("y=",y)
print("z=",z)


#输出
x= [[6 5]
    [5 6]
    [2 7]]
    
y= 4

z= [[24 20]
    [20 24]
    [ 8 28]]

2、维度相同的数组计算

当两个数组维度相同时，计算结果为两数组对应位置元素做计算，如下：

import numpy as np


x = np.random.randint(1,8,(3,2))

y = np.random.randint(1,8,(3,2))

z = x * y

print("x=",x)
print("y=",y)
print("z=",z)


#输出
x= [[7 4]
    [1 7]
    [1 6]]
y= [[7 4]
    [5 6]
    [1 7]]
z= [[49 16]
    [ 5 42]
    [ 1 42]]

3、不同维度数组计算

如果两数组维度不一样时，在某些情况下，仍然可以计算，看几个实验

 (1)、两个数组都有相同的维度，但是某一维度元素个数不一样，可以看到最终输出shape为（3， 2），注意这里y的第二个维度为1，但第二次实验y的维度不为1

import numpy as np


x = np.random.randint(1,8,(3,2))

y = np.random.randint(1,8,(3,1))

z = x * y

print("x=",x)
print("y=",y)
print("z=",z)

# 输出
x= [[2 7]
    [6 2]
    [1 7]]
y= [[6]
    [6]
    [3]]
z= [[12 42]
    [36 12]
    [ 3 21]]

import numpy as np


x = np.random.randint(1,8,(3,2))

y = np.random.randint(1,8,(3,3))

z = x * y

print("x=",x)
print("y=",y)
print("z=",z)

(2)、维度不同的两数组，最终输出shape为（2，3，2）

import numpy as np

x = np.random.randint(1,8,(3,2))

y = np.random.randint(1,8,(2,3,2))

z = x * y

print(“x=”,x)
print(“y=”,y)
print(“z=”,z)

```bash
x= [[6 4]
    [4 1]
    [2 1]]
y= [[[5 2]
     [1 6]
     [7 3]]

   [[2 6]
    [7 5]
    [5 2]]]
z= [[[30  8]
     [ 4  6]
     [14  3]]

   [[12 24]
    [28  5]
    [10  2]]]

通过上面两个实验，可以知道（这就是numpy的广播机制）

当维度相同时，输出shape为
（max( x.shape[0], y.shape[0]), max(x.shape[1], y.shape[1] ), … , max(x.shape[n],y.shape[n])）
但是两数组元素个数不同的维度必须有一个为1

当维度不相同时，维度较少的数组直接增加维度，比如第二个实验，x的维度会变为（2，3，2），再与y进行数值计算

需要注意的是，在做数组运算的时候，如果有触发广播机制，则不能覆盖做运算的数组。如图，要把x+y的值赋给x，程序会报错，这是因为两个数组触发广播机制之后运算结果的维度（3，3，3，2）和被赋值的数组维度（3，3，3，1）不一致。