python矩阵运算法则_使用Numpy广播将不同形状的矩阵或数组加减乘除 - pytorch中文网...

在我们所以Numpy的过程中，常常会有大量的矩阵数组需要运算，但是不同类型的Numpy怎样进行加减乘除呢？这就要用到我们Numpy的广播。

快速入门Numpy广播

Numpy的广播既是在2个不同的矩阵运算过程中，Numpy将较小的数组拉伸成较大数组的形状(shape)，然后Numpy加减乘除不同矩阵的加减乘除运算，好的没我们来看一下一个例子：

a = np.array([3.0, 4.0, 5.0, 6.0])

b = np.array([3.0, 4.0])

print a * b

将会出现这样的错误ValueError: operands could not be broadcast together with shapes (3,)， (2,), 在这里，我们只需要将a转换成一个2维数组，即可进行广播，如：

a = np.array([3.0, 4.0, 5.0, 6.0])

b = np.array([3.0, 4.0])

a.shape = (2,2)

print a * b

# 输出：[[ 3. 4.] [ 5. 6.]] [[ 9. 16.] [ 15. 24.]]

# 例外一个例子

x = np.arange(4)

z = np.ones((3,4))

print x + z

好的到这里其实主要我们已经将完了所有的内容，如果你想要了解更多，可以查看下面的内容，其实都是一些描述性的，我觉得不是那么有必要看

什么是Numpy广播

广播术语描述了在算术运算过程中numpy如