温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

Numpy的广播情况有哪些

发布时间:2022-11-03 17:37:24 来源:亿速云 阅读:126 作者:iii 栏目:编程语言

本篇内容介绍了“Numpy的广播情况有哪些”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

Numpy的广播的三种情况

广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式,当运算中的 2 个数组的形状不同时,numpy 将自动触发广播机制;即:可扩充较小数组中的元素来适配较大数组的形状,这种机制叫作广播(broadcasting) 广播机制如下,一共三种情况:由于日常应用中最常见的只有一维数组与二维数组,所以就不举三维及以上数组的例子了;这样更容易理解;

1. 有一个数组是一个数字,即可广播;

有一个数组是一个数字,则可以将该数字广播,如下图:Numpy的广播情况有哪些

举例如下:

a = np.arange(3)
b = 5
print(a+b)
# 输出为:[5 6 7]

2.  维度的尾部一致,即可广播;

维度的尾部一致,即可广播;如下图,尾部维度均为3;Numpy的广播情况有哪些

举例如下:尾部维度均为4;

a = np.arange(12).reshape(3,4)
b= np.arange(4)
print(a)   
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]
print(b)
# [0 1 2 3]
print(a+b)
# [[ 0  2  4  6]
#  [ 4  6  8 10]
#  [ 8 10 12 14]]

3. 两个数组均为一维数组,一个为行方向,一个为列方向,即可广播;

Numpy的广播情况有哪些

举例如下:

a = np.arange(3).reshape(3,1)
b= np.arange(3)
print(a)
# [[0]
#  [1]
#  [2]]
print(b)
# [0 1 2]
print(a+b)
# [[0 1 2]
#  [1 2 3]
#  [2 3 4]]

“Numpy的广播情况有哪些”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI