Numpy的广播的三种情况
广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式,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;即:可扩充较小数组中的元素来适配较大数组的形状,这种机制叫作广播(broadcasting)
广播机制如下,一共三种情况:由于日常应用中最常见的只有一维数组与二维数组,所以就不举三维及以上数组的例子了;这样更容易理解;
1. 有一个数组是一个数字,即可广播;
有一个数组是一个数字,则可以将该数字广播,如下图:
举例如下:
a = np.arange(3)
b = 5
print(a+b)
# 输出为:[5 6 7]
2. 维度的尾部一致,即可广播;
维度的尾部一致,即可广播;如下图,尾部维度均为3;
举例如下:尾部维度均为4;
a = np.arange(12).reshape(3,4)
b= np.arange(4)
print(a)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
print(b)
# [0 1 2 3]
print(a+b)
# [[ 0 2 4 6]
# [ 4 6 8 10]
# [ 8 10 12 14]]
3. 两个数组均为一维数组,一个为行方向,一个为列方向,即可广播;
举例如下:
a = np.arange(3).reshape(3,1)
b= np.arange(3)
print(a)
# [[0]
# [1]
# [2]]
print(b)
# [0 1 2]
print(a+b)
# [[0 1 2]
# [1 2 3]
# [2 3 4]]