Numpy 的广播机制

广播机制在numpy中居于非常重要的位置，也是numpy高效计算的秘密武器，有必要进行深入彻底的理解，简而言之，它的规则如下：

• 规则1：如果两个数组在维度上不一样，那么维度低的数组用1（1个或者多个）从左边开始填充。
• 规则2：如果维度数一样，在每个维度上的形状数不一样，那么该维度上的形状数为1的拉伸来与对方的形状数一样
• 规则3：如果彼此任何维度上的形状数不一致，并且不为1，则报错

例1

M的形状是(2,3)

a的形状是（3，）

根据规则1，先用“1”填充a最左边的维度，填充成（1,3)

然后再根据规则2，对同一维度但形状不同而形状是1的进行拉伸，

所以a广播变成了[[0,1,2],[0,1,2]]，此时维度拉伸成了（2，3）

最后再相加。

例2

a.shape-->(3,1)

b.shape--->(3,)

首先b填充为（1，3）

然后a拉伸为（3，3）

b拉伸为（3，3）

附np.newaxis用法

np.newaxis的作用主要就是对数组进行升维，一般配合:使用，而:可以理解为'遍历第n层维度'，然后'进入下一维度'，np.newaxis可理解为在遍历第n维前，对第n维整体再加一个维度，即在外面'套上'[...]。