【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。