1. numpy数组维度
numpy中提供了shape属性可以直接查看数组的维度。具体如下:
上图中
a
a
a一维数组,其shape只返回一个元素,
b
b
b为二维数组,其shape有两个元素,
c
c
c为三维数组,其shape中返回三个元素。另外,对数组中的某一行或某一列进行切片操作时也可以形成不同维度的数组,具体如下:
2. Broadcasting广播机制
理论上只有维度完全相同的两个数组才能进行运算,但是这个要求太严格了。在numpy中并没有这么严格的限制。具体如下:
从这个例子中可以看到在numpy中维度不同的array之间可以直接进行运算。这就依赖numpy中的broadcasting广播机制。在numpy中,只要进行运算的两个数组能够在尺寸上兼容,就可以进行运算。numpy中尺寸兼容的定义为:将两个数据的shape靠右对齐,然后在各个维度上进行兼容性判断:若对应维度上的尺寸完全相同或其中一个维度的尺寸为1,则在该维度上是兼容的。对于不存在的维度,则默认是兼容的。
Broadcasting机制并不会扰乱正常的计算逻辑,只会针对最常见的场景自动完成增加维度并复制数据的功能,提高开发效率和运行效率。numpy在进行数组运算时,比如+、-、*、/等,broadcasting机制会自动隐式调用。