吴恩达深度学习 —— 2.15 python中的广播

广播是一种手段，可以让代码运行更快，这里我们深入了解一下python中的广播是如何实际运作的。

我们用一个例子来讲广播，如下图，在这个矩阵中，我们列出了来自4种100克的不同食物中碳水化合物、蛋白质和脂肪的卡路里数量。

比如说，你的目标是计算四种食物中，卡路里有多少百分比来自碳水化合物、蛋白质和脂肪，比如将第一列数字加起来就得到100克苹果中有59卡路里。

问题是，能不能不同显式for循环得到结果，我们看一下应该怎么做。

令这个矩阵等于$3\ast 4$的矩阵A，然后用一行python代码，对各列求和，得到四个数字，对应于四种不同食物的卡路里总量，然后用第二行代码让四列每一列都除于对应的和。

代码cal=A.sum(axis=0)中axis=0意味着在矩阵的竖直方向求和，水平求和是axis=1。
代码percentage=100*A/(cal.reshape(1,4))是python广播的另一个例子，矩阵A是一个$3\ast 4$的矩阵，将矩阵A除于一个$1\ast 4$的矩阵。

现在详细讲解一下，这种运算时怎么执行的，有一个$3\ast 4$的矩阵，让这个矩阵除于一个$1\ast 4$的矩阵，怎么让一个$3\ast 4$的矩阵除于一个$1\ast 4$的矩阵呢？

在python广播中有一些通用规则，如果有一个$m\ast n$矩阵，然后加上或者减去或者乘于或者除于一个$1\ast n$矩阵，那么python就会把它复制n次变成$m\ast n$矩阵，然后再逐元素做加法、减法、乘法和除法。想法，如果用一个$m\ast n$矩阵，加上、减去、乘于或者除于一个$m\ast 1$矩阵，那么这个矩阵就会复制n次，把它变成一个$m\ast n$矩阵，然后逐元素应用操作。

这是其中一种广播，如果有一个$m\ast 1$矩阵，这其实是一个列向量，然后加上、减去、乘于或者除于一个实数，最后就是把这个实数复制n次，知道得到另一个$m\ast 1$矩阵。