（100天2小时第十七天）广播机制

属于广播主要描述于numpy对于不同shape的数组如何进行算术运算。受限于一些特定约束。
一般都是小的数组扩展为大的数组，以便能计算。

1.通常情况下，numpy操作的数组必须是相同shape的。

a = np.array([1.0, 2.0, 3.0])
b = np.array([2.0, 2.0, 2.0])
print(a * b)

[2. 4. 6.]

2.当数组的shape满足某些特定约束时，numpy的广播机制可以使这个约束更宽松。最简单的就是广播例子就是当数组和一个标量操作时。

a = np.array([1.0, 2.0, 3.0])
b = 2.0
print(a * b)

[2. 4. 6.]

上面两个例子的结果是一样的，我们可以认为标量b被扩展为了和a同样shape的数组，b中的新元素就是原来标量的拷贝。这个扩展策略仅仅是概念上的，实际上Numpy足够聪明，能自动使用标量做运算，而不需要复制任何东西。所以广播运算从计算内存上来说更优秀。

要能满足广播，必须符合下面两条规则：

1. 广播之后，输出数组的shape是输入数组shape的各个轴上的最大值，然后沿着较大shape属性的方向复制延伸；
2. 要进行广播机制，要么两个数组的shape属性一样，要么其中有一个数组的shape属性必须有一个等于1；

a = np.array([2.0, 2.0, 3.0])
b = np.array([2.0, 2.0])
print(a * b)

Traceback (most recent call last):
  File "C:/Users/Admin/PycharmProjects/untitled2/17.py", line 9, in <module>
    print(a * b)
ValueError: operands could not be broadcast together with shapes (3,) (2,) 

Process finished with exit code 1

a的shape属性是3，b的shape属性是2，报错。要么一样要么有一个为1.