numpy中数组的broadcasting特性说明

只为自己今后方便查找，记录一下~~~

numpy数组具有broadcast性质，但是究竟是怎么来判断两个数组是否可以通过该特性进行相加呢？

首先我们声明两个数组：a和b

执行a+b后，可以得到：

这里就用到broadcast特性，但怎么计算的，后边再讲。下边我们生成c和b，做c+b，看看得到什么呢？

那么此时b+c等于什么？

可以看到，报错了！

我们看到，上边的两个b是一模一样的，区别仅在于a和c。那这跟broadcast有什么关系呢

原因是，广播特性也是有原则的：如果两个数组的后缘维度(即：从末尾开始算起的维度)匹配，则认为它们是广播兼容的，广播会在缺失和(或)长度为1的轴上进行。维度匹配有两层含义：

• 维度相同
• 有一个的维度是1

匹配会从最后一维开始进行，直到某一个的维度全部匹配为止。

比如上边的第一个例子，a.shape=(4,1,2)，b.shape=(3, 2)，首先匹配a的最后一维2和b的最后一维2，2等于2，满足条件一(维度相同)。然后匹配a.shape中的1和b.shape中的3，满足条件二(有一个的维度是1)，匹配。所以a+b可以正确计算。

第二个例子中，c.shape =(4,2,2)，b.shape=(3, 2)，2等于2，满足条件。但是2和3比较时，不满足维度匹配的两个含义，所以在做b+c时会报错。