python扩展库不是用于科学计算的有_Python科学计算扩展库numpy中的广播运算

numpy中的广播运算使得两个不同形状(但也有基本要求，不是任何维度都可以广播)的数组进行运算，较小维度的数组会被广播到另一个数组的相应维度上去，可以简化代码的编写(例如不需要编写循环)。

>>> import numpy as np

# 列向量

>>> a = np.arange(0,60,10).reshape(-1,1)

# 行向量

>>> b = np.arange(0,6)

>>> a

array([[ 0],

[10],

[20],

[30],

[40],

[50]])

>>> b

array([0, 1, 2, 3, 4, 5])

# 数组与标量的加法，本质上也属于广播

# 把标量广播到数组上去，分别与数组中每个元素运算

>>> a[0] + b

array([0, 1, 2, 3, 4, 5])

>>> a[1] + b

array([10, 11, 12, 13, 14, 15])

# 6x1数组和1x6数组的广播

# 把数组a中的每个元素广播到数组b，得到结果数组中的一行

>>> a + b

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]])

>>> a * b

array([[ 0, 0, 0, 0, 0, 0],

[ 0, 10, 20, 30, 40, 50],

[ 0, 20, 40, 60, 80, 100],

[ 0, 30, 60, 90, 120, 150],

[ 0, 40, 80, 120, 160, 200],

[ 0, 50, 100, 150, 200, 250]])

>>> a = np.array([[1,2,3],[4,5,6]])

>>> a

array([[1, 2, 3],

[4, 5, 6]])

# 二维数组与标量的广播计算

>>> a + 2

array([[3, 4, 5],

[6, 7, 8]])

# 2x3数组与2x1数组之间的广播

# 把[1]广播到a的第一行，[2]广播到a的第二行

>>> a + np.array([[1],[2]])

array([[2, 3, 4],

[6, 7, 8]])