python构建矩阵 x y_python中的广播机制

一、上网查python的广播机制是在处理两个矩阵相减的时候，具体看下面的代码。

import numpy as np

b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

b_mean = np.mean(b, axis =0 )
print(b_mean) 

b_std = np.std(b, axis = 0)
print(b_std)

normalize = (b - b_mean) / b_std
print(normalize)

输出结果：

b_mean is
 [4. 5. 6.]
b_std is
 [2.44948974 2.44948974 2.44948974]
normalize is
 [[-1.22474487 -1.22474487 -1.22474487]
 [ 0.          0.          0.        ]
 [ 1.22474487  1.22474487  1.22474487]]

通过以上代码可以看到，初始化的b是一个 3 * 3的矩阵。b的均值是一个 3 * 1的向量。最初我以为只有维数相同的张量才能做加减运算，后来一查是python的广播机制。

二、广播机制

先看代码

x = np.array([[1], [2], [3]])
print(x)
y = np.array([0, 1, 2])
print(y)
print("x - y = ", x - y)

输出结果

x is
 [[1]
 [2]
 [3]]
y is
 [0 1 2]
x - y is
  [[ 1  0 -1]
 [ 2  1  0]
 [ 3  2  1]]

这里的x是 3 * 1的矩阵，y是 1 * 3的矩阵，在进行相减的时候将x变换成与y维数相同的矩阵x'（3 * 3）矩阵。

x' = [[1, 1, 1], [2, 2, 2], [3, 3, 3]]

然后y广播成3 * 3的矩阵y'。

y' = [[0, 1, 2], [0, 1, 2], [0, 1, 2]]

x' - y'得到就是相应结果。

三、参考文章

Python 中矩阵或者数组相减的法则​blog.csdn.net

numpy之矩阵相减_yangwang的博客-CSDN博客​blog.csdn.net