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