numpy的广播机制（5）

---

前言

python学习笔记—Numpy day7（仅供学习使用）

当两个数组的形状并不相同的时候，我们可以通过扩展数组的方法来实现相加、相减、相乘等操作，这种机制叫做广播（broadcasting）

---

一、一维数组广播机制

arr1是5行3列的二维数组，在于arr2相加时，是每一行于arr2相加。这就是广播机制。如下图所示：

1. 计算平均值

当axis=0时计算的是列平均值，当axis=1时计算的是行的平均值。

arr1 = np.random.randint(0,10,size = (4,5))
arr2 = arr1.mean(axis = 0)

display(arr1,arr2)

运行：

import numpy as np 
arr1 = np.sort(np.array([0,1,2,3]*3)).reshape(4,3) #shape(4,3) 
arr2 = np.array([1,2,3]) # shape(3,) 
arr3 = arr1 + arr2 # arr2进行广播复制4份 shape(4,3) 
arr3

二、二维数组的广播

import numpy as np 
arr1 = np.sort(np.array([0,1,2,3]*3)).reshape(4,3) # shape(4,3) 
arr2 = np.array([[1],[2],[3],[4]]) # shape(4,1) 
arr3 = arr1 + arr2 # arr2 进行广播复制3份 shape(4,3) 
arr3

三、三维数组广播

import numpy as np 
arr1 = np.array([0,1,2,3,4,5,6,7]*3).reshape(3,4,2) #shape(3,4,2) 
arr2 = np.array([0,1,2,3,4,5,6,7]).reshape(4,2) #shape(4,2) 
arr3 = arr1 + arr2 # arr2数组在0维上复制3份 shape(3,4,2) 
arr3

---

总结

一维数组的广播是通过直接加一行实现的，
二维数组的广播是通过加一列实现的。
三位数组的广播是通过加一份来实现的。