Broadcasting 官方文檔
參考文檔
廣播機制應用：

numpy.array與scalar
將scalar擴充成array的形狀后，進行操作

一般arrays間的廣播機制
從最后邊的維度開始匹配，當滿足下面兩個條件的任意一個時，兩個數組間是兼容的：

• 維度相等
• 有一個的維度為1.
  如果上述兩個條件都無法滿足，則會拋出ValueError: operands could not be broadcast together exception is thrown

下面的例子中，A和B陣列都具有長度為1的軸，該軸在廣播操作期間擴展為更大的尺寸
結果是在每個維度上取較大的值

具體例子
二維數組與一維數組相加
(4,3) 與（3，）

import numpy as np b = np.arange(6).reshape(2,1,3) print('b','\n',b,'\n',b.shape) c = np.arange(6,12).reshape(2,3) d = b+c print('c','\n',c,'\n',c.shape) print('d=b+c','\n',d,'\n',d.shape)

b.shape [2,1,3]
c.shape [2,3]
從右邊開始，看兩個數組是否兼容，倒數第一位都是3，倒數第二位，b為1，擴充為c的2，最后結果d.shape = [2,2,3]
b的擴充過程[2,1,3] ——> [2,2,3]

b [[[0 1 2]][[3 4 5]]]

擴充為

b'[[[0 1 2][0 1 2]][[3 4 5][3 4 5]]]

c的擴充過程[2,3] ——> [2,2,3]

[[ 6 7 8][ 9 10 11]]

變為

[[[ 6 7 8][ 9 10 11]] [[ 6 7 8][ 9 10 11]] ]

相加后的結果d

[[[ 6 8 10][ 9 11 13]][[ 9 11 13][12 14 16]]]

總結

以上是生活随笔為你收集整理的numpy中的broadcasting的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。