Numpy中数组的广播机制/原则 剖析

广播机制

数组在进行矢量化运算时，要求数组的形状是相等的。
当形状不相等的数组执行算术运算的时候，就会出现广播机制。

广播机制会对数组进行扩展，使数组的shape属性值一样，这样就可以进行矢量化运算了。

>>> arr1 = np.array([[0],[1],[2],[3]])
>>> arr2 = np.array([1,2,3])
>>> arr1+arr2
array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]])

上述代码中，数组arr1是4行1列，arr2是1行3列。这两个数组要进行相加，按照广播机制会对数组arr1和arr2都进行扩展，使得数组arr1和arr2都变成4行3列。

• 广播机制需要扩展维度小的数组，使得它与维度最大的数组的shape值相同，以便使用元素级函数或者运算符进行运算。
• 两个数组可以进行运算只需要满足如下任意一个条件即可：
  1. 两个数组的每个维度等长；
  2. 其中一个数组的某一维度为1 。

*** 记忆图

二维数组（3, 4），实际上可以理解为（1, 3, 4）
一维数组（3, ），实际上可以理解为（1, 3）
一维数组（4, ），实际上可以理解为（1, 1, 4）

数组运算	(2,)	(3,)	(4,)	(2,3)	(2,4)	(3,4)	(2,3,4)	(2,3,1)
(2,)	可以	-	-	-	-	-	-	-
(3,)	-	可以	-	可以	-	-	-	-
(4,)	-	-	可以	-		可以	可以	-
(2,3)	-	可以	-	可以	-	-	-	-
(2,4)	-	-	-	-	可以	-	-	-
(3,4)	-	-	可以	-	-	可以	可以	-
(2,3,4)	-	-	可以	-	-	可以	可以	可以
(2,3,1)	-	-	-	-	-	-	可以	可以

虎啸提示："-"表示不可以