Numpy数组广播机制原理与使用条件详解

前言

Numpy广播机制原理

Numpy数组支持无需显式循环的批量算术运算，即矢量化运算。当参与运算的两个数组形状（Numpy.shape）不一致时，系统会自动触发广播机制来处理这种差异。

数组广播

矢量化运算通常要求参与运算的数组形状完全相等。若形状不等的数组执行算术运算，Numpy会利用广播机制对数组进行隐式扩展，使其shape属性值一致，从而完成矢量化计算。

import numpy as np
arr1 = np.array([[0], [1], [2], [3]])
print(arr1.shape)
arr2 = np.array([1, 2, 3])
print(arr2.shape)
val = arr2+arr1
print(val)

输出结果 (4, 1) //arr1的shape (3,) //arr2的shape [[1 2 3] [2 3 4] [3 4 5] [4 5 6]]

由于arr1和arr2的shape不等，故通过广播机制进行如下图的扩展

广播机制的使用条件

广播机制的使用条件

1、数组的某一维度等长
2、其中一个数组的某一维度为1

到此这篇关于Numpy数组的广播机制的实现的文章就介绍到这了,更多相关Numpy数组的广播机制内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！