【NumPy中数组广播的拓展】

这是本人在np学习中自定义函数时遇到的一些问题，然后实现的一个小功能

一、 np中广播问题的实现规则

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

1、两个数组维度相同，且大小相同时

这个很容易理解

2、两个数组各维度大小从后往前比对均一致（这里要注意，一定是从后往前）

如：
A = np.zeros((5,1,7))
B = np.zeros((1,7))
print((A+B).shape)
# 输出 (5, 1, 7)

3、两个数组存在一些维度大小不相等时，有一个数组的该不相等维度大小为1

如：
A = np.zeros((1,8,7,4))
B = np.zeros((7,1))
print((A+B).shape)
# 输出：(1, 8, 7, 4)
可以看到，此时仍然是从后往前去对比的。

二、np中广播不能实现的情况

两个数组维度相同，但大小不同时

如：
A = np.zeros((5,2))
B = np.zeros((3,4))
print((A+B).shape)
# 输出：
ValueError: operands could not be broadcast together with shapes (5,2) (3,4)
A = np.zeros((5,2,3))
B = np.zeros((3,4,7))
print((A+B).shape)
# 输出：
ValueError: operands could not be broadcast together with shapes (5,2,3) (3,4,7))

三、如何实现这种维度相同，但大小不同且不是1维的情况呢？

思路：	应该将两个数组中行数较小的，广播成为行数较大的数组的行数。
    	将两个数组中列数较小的，广播成为列数较大的数组的列数
     	当两个数组的维度一样时，就可以直接运算了

此时：
A = np.zeros((5,2,3))
B = np.zeros((3,4,7))
print(Add(A,B).shape)
# 输出：
(5, 4, 7)
这样就可以拓展numpy中无法实现的同维度，但是不同大小的数组的操作了。
对于其他维度仍然适用，但是由于精力有限，目前没有解决不同维度，且大小不同的两个数组相加的情况。