【python】numpy的广播机制

如果两个数组的后缘维度的轴长度相同或其中一方的轴长度为 1,则认为它们是广播兼容的。广播会在缺失维度和轴长度为 1 的维度上进行。

后缘维度的轴长度: A.shape[-1] 即矩阵维度元组中的最后一个位置的值。


如上,矩阵 A 3,4 后缘维度的轴长度是 4,而矩阵 cal 1,4 的后缘维度也是 4,则他们满足后缘维度轴长度相符,可以进行广播。
广播会在轴长度为 1 的维度进行,轴长度为 1 的维度对应 axis=0 ,即垂直方向,矩阵 cal 1,4 沿 axis=0 (垂直方向)复制成为 cal_temp 3,4 ,之后两者进行逐元素除法运算。

注意第3种情况，（3，1）和（1，3）也可以相加：

Python 的特性允许你使用广播(broadcasting)功能,这是 Python 的 numpy 程序语言库中最灵活的地方。这是程序语言的优点,也是缺点。优点的原因在于它们创造出语言的表达性,Python 语言巨大的灵活性使得你仅仅通过一行代码就能做很多事情。但是这也是缺点,由于广播巨大的灵活性,有时候你对于广播的特点以及广播的工作原理这些细节不熟悉的话,你可能会产生很细微或者看起来很奇怪的 bug。
例如,将一个列向量添加到一个行向量中,你会以为它报出维度不匹配或类型错误之类的错误,但是实际上会得到一个行向量和列向量的求和。