Numpy 系列(八)- 广播机制
2024-10-19 02:26:43
什么是广播
我们都知道,Numpy中的基本运算(加、减、乘、除、求余等等)都是元素级别的,但是这仅仅局限于两个数组的形状相同的情况下。
可是大家又会发现,如果让一个数组加1的话,结果时整个数组的结果都会加1,这是什么情况呢?
x = np.arange(3)
x
Out[225]: array([0, 1, 2])
x + 1
Out[226]: array([1, 2, 3])
其实这就是广播机制:Numpy 可以转换这些形状不同的数组,使它们都具有相同的大小,然后再对它们进行运算。给出广播示意图:
广播示例
接下来我们通过实际代码验证下:
a = np.arange(0, 40, 10)
a.shape
Out[228]: (4,)
a
Out[229]: array([ 0, 10, 20, 30])
b = np.array([0,1,2])
b.shape
Out[231]: (3,)
b
Out[232]: array([0, 1, 2])
a = a[:, np.newaxis] # 转换a的维度(形状)
a.shape
Out[234]: (4, 1)
a
Out[235]:
array([[ 0],
[10],
[20],
[30]])
a + b
Out[236]:
array([[ 0, 1, 2],
[10, 11, 12],
[20, 21, 22],
[30, 31, 32]])
明显可以看出,相加前 a 的形状为 (4, 1), b 的形状为 (3, ), a+b 的结果的形状为(4, 3)。计算时,变换结果与上图类似,这里来详细介绍下:
a
Out[237]:
array([[ 0],
[10],
[20],
[30]])
a2 = np.array(([i * 3 for i in a.tolist()])) # 会先将a转化为a2
a2
Out[239]:
array([[ 0, 0, 0],
[10, 10, 10],
[20, 20, 20],
[30, 30, 30]])
b
Out[240]: array([0, 1, 2])
b2 = np.array([b.tolist()] * 4) # 再将b转为b2
b2
Out[242]:
array([[0, 1, 2],
[0, 1, 2],
[0, 1, 2],
[0, 1, 2]])
a2 + b2
Out[243]:
array([[ 0, 1, 2],
[10, 11, 12],
[20, 21, 22],
[30, 31, 32]])
最新文章
- bzoj1800[Ahoi2009]fly 飞行棋 暴力枚举
- ubuntu下解析udt数据包
- 【翻译】Kinect v1和Kinect v2的彻底比较
- recent.css常用的页面初始化样式
- php中simplexml_load_string使用实例
- php笔记之GD库图片创建/简单验证码
- Design Pattern Memo 备忘录设计模式
- 如何选择合适的PHP开发框架
- 【BZOJ 3626】 [LNOI2014]LCA【在线+主席树+树剖】
- boost学习目录
- MarkdownPad
- 清晰讲解SQL语句中的内连接,通用于Mysql和Oracle,全是干货哦
- [模板] 匈牙利算法&;&;二分图最小字典序匹配
- 施工测量中Cad一些非常有用的插件
- Programming Assignment 3: Pattern Recognition
- 微信小程序选择并上传图片
- PTA 大炮打蚊子   (15分)
- android学习-数据存储(一)-----SQLite源码分析
- ArcGIS10.3+Oracle12C+ArcGIS Server10.3安装布署(之二)
- (windows下)tomcat优化--内存,并发.缓存三方面优化