Numpy的广播
广播 是指Numpy在算术运算期间处理不同形状的数组的能力。
同维矩阵操作
>>>a=np.array([1,2,3,4,5])
>>>b=np.array([10,20,30,40,50])
>>>print(a+b) #相加
[11 22 33 44 55]
>>>print(a*b) #相乘
[ 10 40 90 160 250]
>>>print(b-a) #相减
[ 9 18 27 36 45]
不同维度矩阵操作
就需要使用广播
>>>a=np.array([[1,1,1],[10,10,10],[20,20,20]])
>>>b=np.array([1,2,3])
>>>print("矩阵a")
>>>print(a)
>>>print("矩阵b")
>>>print(b)
矩阵a
[[ 1 1 1]
[10 10 10]
[20 20 20]]
矩阵b
[1 2 3]
>>>print(a*b)
[[ 1 2 3]
[10 20 30]
[20 40 60]]
>>>print(a+b)
[[ 2 3 4]
[11 12 13]
[21 22 23]]
>>>print(a-b)
[[ 0 -1 -2]
[ 9 8 7]
[19 18 17]]
可以通过修改数组的shape属性,在保持数组元素个数不变的情况下,改变数组每个轴的长度。
>>>g=np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])
>>>print(g)
[[ 1 2 3 4]
[ 4 5 6 7]
[ 7 8 9 10]]
>>>g.shape=4,3 #从(3,4)到(4,3)不是数组转置,而是改变每个轴的大小,数组元素在内存中的位置没有变化。
>>>print(g)
[[ 1 2 3]
[ 4 4 5]
[ 6 7 7]
[ 8 9 10]]
>>>g.shape=2,-1 #当某个轴的元素为-1时,会根据数组元素个数自动计算此轴的长度。
>>>print(g)
[[ 1 2 3 4 4 5]
[ 6 7 7 8 9 10]]
>>>h=g.reshape(6,2) #使用数组的reshape,可以创建一个改变了尺寸的新数组,原数组的shape保持不变
>>>print(h)
[[ 1 2]
[ 3 4]
[ 4 5]
[ 6 7]
[ 7 8]
[ 9 10]]
>>>np.arange(0,60,10).reshape(-1,1)+np.arange(0,6)
array([[ 0,] 1, 2, 3, 4, 5],
[10, 11, 12, 13, 14, 15],
[20, 21, 22, 23, 24, 25],
[30, 31, 32, 33, 34, 35],
[40, 41, 42, 43, 44, 45],
[50, 51, 52, 53, 54, 55]])
>>>np.arange(0,60,10)+np.arange(0,6)
array([ 0, 11, 22, 33, 44, 55])