python中numpy数组运算

python中的广播原则：

如果两个数组的后缘维度（即从末尾开始算起的维度）的轴长度相符或其中一方的长度为1，则认为他们是广播兼容的。广播会在缺失和（或）长度为1的维度上进行。
按照我的理解，当一个数组的形状和另一个数组是“相似”的时候，运算可以进行。我把相似这么理解：指的是保持形状不变的情况下，两个数组的同边相等，例如一个2维的43的数组和一个1维的13是可以进行运算的：

 t1 = np.arange(12).reshape(4,3)
 结果：
 array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
 t2 = np.arange(3)
 array([0, 1, 2])
 t1-t2
 array([[0, 0, 0],
       [3, 3, 3],
       [6, 6, 6],
       [9, 9, 9]])

但是一个2维的4x3的数组和一个1维的1x4是无法运算的，因为前者是4行3列，后者是1行4列，如果要运算就要把后者转置变成4行1列，“单位”相同才能进行运算，所以同边的意思是这样的。
为了以后更方便自己记住这个知识点，可以采用shape函数来观察数组的形状，例如shape(3,3,2)的数组和shape(3,2)的是可以进行运算的，但是shape(3,3,3)和shape(3,2)是不能进行运算的，因为从后往前算有相同的轴长(3,2)，而后者没有。