Numpy的广播机制

广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式, 对数组的算术运算通常在相应的元素上进行。即将一种运算由一种形状的数组传递到另一种形状的数组上。

如果两个数组 a 和 b 形状相同,即满足 a.shape == b.shape,那么 a*b 的结果就是 a 与 b 数组对应位相乘。这要求维数相同,且各维度的长度相同。

只有当数组形状不同时,才会触发广播机制

如令数a与一个数组相加 数a可以看成是一个特殊的数组,返回结果为数组内每个元素与数a相加。

import numpy as np
array01 = np.arange(1,13).reshape(3,4)
print(array01)
a=3
print(a+array01)

广播机制需要满足的规则

  • 让所有输入数组都向其中形状最长的数组看齐,形状中不足的部分都通过在前面加 1 补齐。
  • 输出数组的形状是输入数组形状的各个维度上的最大值。
  • 如果输入数组的某个维度和输出数组的对应维度的长度相同或者其长度为 1 时,这个数组能够用来计算,否则出错。
  • 当输入数组的某个维度的长度为 1 时,沿着此维度运算时都用此维度上的第一组值。

一行三列只能与n行三列的数组相加

三行一列的数组只能与三行n列的数组相加

广播时,必须保持一对n的关系且其他行列相同


import numpy as np 
 
a = np.array([[ 0, 0, 0],
           [10,10,10],
           [20,20,20],
           [30,30,30]])
b = np.array([1,2,3])
print(a + b)

输出结果为

[[ 1  2  3]
 [11 12 13]
 [21 22 23]
 [31 32 33]]

即b中的1 2 3分别与a的第一行到第四行相加传递

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumPy广播机制是一种用于在不同形状的数组之间进元素级操作的机制。它允许具有不同形状的数组进算术运算,而无需显式地扩展数组的形状。广播机制通过在缺失或大小为1的维度上扩展数组来实现这一点,以使其具有兼容的形状。 广播机制遵循以下规则: 1. 如果两个数组的维度数量不同,则在维度较小的数组前面补1,直到两个数组的维度数量相同。 2. 如果两个数组在某个维度上的大小不同,并且其中一个数组在该维度上的大小为1,则可以沿着该维度进广播。 3. 如果两个数组在某个维度上的大小不相等,并且两个数组在该维度上的大小都不为1,则无法进广播,会引发错误。 以下是一个示例,展示了广播机制的应用: ```python import numpy as np a = np.array([[0, 0, 0], [10, 10, 10], [20, 20, 20], [30, 30, 30]]) b = np.array([1, 2, 3]) print(a * b) ``` 在这个例子中,数组`a`的形状是(4, 3),数组`b`的形状是(3,),但是它们可以进乘法运算,因为在第二个维度上,数组`b`的大小为1,可以通过广播机制自动扩展为(4, 3)的形状,以与数组`a`相匹配。 输出结果为: ``` array([[ 0, 0, 0], [10, 20, 30], [20, 40, 60], [30, 60, 90]]) ``` 这是通过将数组`b`扩展为与数组`a`相同的形状,然后进元素级乘法运算得到的结果。请注意,广播机制在进运算时,并不实际复制数组的值,而是利用广播的原理进计算,从而提高了效率。 总之,NumPy广播机制是一种非常强大的工具,可以方便地执在不同形状的数组上进元素级操作的任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值