NumPy入门学习笔记2
import numpy as np
广播
-
上面在介绍通用函数和reduction时,是相同维数数组间的运算
-
广播支持在不同维数间的数组运算
-
广播可以理解为数组的扩展,即低维数组扩展成高维数组,从而与高维数组运算,扩展的方式是重复值
x = 5
y = np.arange(0, 3, 1)
z = np.ones((3, 3))
print(
x, # 0维
y, # 1维
z, # 2维
x+y,
y+z,
sep = '\n\n'
)
5
[0 1 2]
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]
[5 6 7]
[[1. 2. 3.]
[1. 2. 3.]
[1. 2. 3.]]
- 下面是两个数组同时广播的案例,两个数组会同时广播到公共的形状
x = np.array([1, 2, 3])
y = np.array