广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式, 对数组的算术运算通常在相应的元素上进行。
import numpy as np
#Numpy广播
#如果两个数组 a 和 b 形状相同,即满足 a.shape == b.shape
a = np.array([1,2,3,4])
b = np.array([10,20,30,40])
c = a * b
print(c)
#[ 10 40 90 160]
#当运算中的 2 个数组的形状不同时,numpy 将自动触发广播机制
a = np.array([[ 0, 0, 0],
[10,10,10],
[20,20,20],
[30,30,30]])
b = np.array([1,2,3])
print(a + b)
#[[ 1 2 3]
# [11 12 13]
# [21 22 23]
# [31 32 33]]
a = np.array([[ 0, 0, 0],
[10,10,10],
[20,20,20],
[30,30,30]])
b = np.array([1,2,3])
bb = np.tile(b, (4, 1))
print(a + bb)
#[[ 1 2 3]
# [11 12 13]
# [21 22 23]
# [31 32 33]]
np.tile使用
import numpy as np
a = np.array([1,2,3,4])
b=np.tile(a,(1,4))#np.tile(a,4)
print(b)
print(b.ndim)
c=np.tile(a,4)
print(c)
print(c.ndim)
#[[1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4]]
#2
#[1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4]
#1
a=np.array([[1,2],[3,4]])
print(a)
b=np.tile(a,(2,1))
print(b)
#[[1 2]
# [3 4]]
#[[1 2]
# [3 4]
# [1 2]
# [3 4]]
c=np.tile(a,(2,3))
print(c)
#[[1 2 1 2 1 2]
# [3 4 3 4 3 4]
# [1 2 1 2 1 2]
# [3 4 3 4 3 4]]
参考:https://www.jianshu.com/p/9519f1984c70
以上,记录本人学习过程。