numpy数组运算的广播规则的个人理解

numpy的广播规则主要用于二个维度或数据数量不相同的二个数组之间的运算，先看一看广播规则的内容：

规则1.如果二个数组的维度数不相同，那么小维度数组的形状将会在最左边补1.

规则2.如果二个数组的形状在任何一个维度上都不匹配，那么数组的形状会沿着维度为1的维度扩展以匹配另外一个数组的形状。

规则3.如果二个数组的形状在任何一个维度上都不匹配并且没有任何一个维度等于1，那么将会引发异常。

下面来通过例子说明上述规则

1.

其广播规则如下：

单个数据5的形状是(1, ),数组a的形状是(3, )，为了去与数组a匹配，会沿着第一个维度去扩展成数组[5, 5, 5],然后做向量性运算

2.

2.

其广播规则如下：

 

 数组a的形状是(3, 3),数组b的形状是(3, ),按广播规则第一条，在b的形状左边补1，b的形状变成(1, 3),故b此时为[[0, 1, 2]]，再遵循广播规则第二条，为了和数组a匹配，数组b沿着第一个维度扩展，变成了上图中间的情况，然后a,b数组做向量运算

3.

 其广播实现如下：

 数组a的形状是(3,1),数组b的形状是(3,),根据广播规则1，b的形状在左边补一，b数组变为了[[0, 1, 2]],a和b为了相互匹配，a数组沿着第二个维度扩展，b数组沿着第一个维度扩展，最终如上图所示，最后进行向量性运算。

4.

 a,b二个数组在任何一个维度上都不匹配，且没有一个维度等于1的情况根据广播规则3，则会报错，无法进行运算。