Numpy06 ---广播机制

轴 axis

二维数组

0为横向，1为纵向

三维数组

注意：没有用0表示的轴

广播机制

从线性代数讲，数组就是矩阵，矩阵之间能够进行加减乘除操作，但是矩阵的加减操作需要矩阵形状相同， 为了实现不同矩阵的相加减，在numpy中引入了广播机制

广播机制

当数组形状不同时，numpy通过扩展数组，从而实现不同数组之间相加减

如果两个数组的后缘维度（trailing dimension，即从末尾开始算起的维度）的轴长度相符，或其中的一方的长度为1，则认为它们是广播兼容的。广播会在缺失和（或）长度为1的维度上进行。

数组维度不同，后缘维度的轴长相符

import numpy as np

# 二维数组
arr1 = np.array(
    [[1, 2, 3],
    [4, 5, 6]]
)

arr2 = np.array(
    [1,2,3]
)
print(arr1.shape)
print(arr2.shape)

arr1 是二维数组，形状是（2,3），arr2是一维数组，形状是（3，），维数不同，但是后缘维度轴长相同，可以进行运算。

具体运算过程

数组维度相同，其中有个轴为1

arr1形状为（4,3），arr2形状为（4,1），都是二维数组，数组自动扩充，然后进行相加