详解Numpy中的广播原则/机制


Posted in Python onSeptember 20, 2018

广播的原则

如果两个数组的后缘维度(从末尾开始算起的维度)的轴长度相符或其中一方的长度为1,则认为它们是广播兼容的。广播会在缺失维度和(或)轴长度为1的维度上进行。

在上面的对arr每一列减去列平均值的例子中,arr的后缘维度为3,arr.mean(0)后缘维度也是3,满足轴长度相符的条件,广播会在缺失维度进行。

这里有点奇怪的是缺失维度不是axis=1,而是axis=0,个人理解是缺失维度指的是两个arr除了轴长度匹配的维度,在上面的例子中,正好是axis=0。这块欢迎指正

arr.mean(0)沿着axis=0广播,可以看作是把arr.mean(0)沿着竖直方向复制4份,即广播的时候arr.mean(0)相当于一个shape=(4,3)的数组,数组的每一行均相同,均为arr.mean(0)

为了了解这个原则,首先我们来看一组例子:

# 数组直接对一个数进行加减乘除,产生的结果是数组中的每个元素都会加减乘除这个数。
In [12]: import numpy as np
In [13]: a = np.arange(1,13).reshape((4, 3))
In [14]: a * 2
Out[14]: array([[ 2, 4, 6],
    [ 8, 10, 12],
    [14, 16, 18],
    [20, 22, 24]])
# 接下来我们看一下数组与数组之间的计算
In [17]: b = np.arange(12,24).reshape((4,3))
In [18]: b
Out[18]: array([[12, 13, 14],
    [15, 16, 17],
    [18, 19, 20],
    [21, 22, 23]])
In [19]: a + b
Out[19]: array([[13, 15, 17],
    [19, 21, 23],
    [25, 27, 29],
    [31, 33, 35]])
In [20]: c = np.array([1,2,3])
In [21]: a+c
Out[21]: array([[ 2, 4, 6],
    [ 5, 7, 9],
    [ 8, 10, 12],
    [11, 13, 15]])
In [22]: d = np.arange(10,14).reshape((4,1))
In [23]: d
Out[23]: array([[10],
    [11],
    [12],
    [13]])
In [24]: a + d
Out[24]: array([[11, 12, 13],
    [15, 16, 17],
    [19, 20, 21],
    [23, 24, 25]])
# 从上面可以看出,和线性代数中不同的是,m*n列的m行的一维数组或者n列的一维数组也是可以计算的。

这是为什么呢?这里要提到numpy的广播原则:

如果两个数组的后缘维度(从末尾开始算起的维度)的轴长度相符或其中一方的长度为1,则认为它们是广播兼容的。广播会在缺失维度和(或)轴长度为1的维度上进行。

在上面的代码中,a的维度是(4,3),c的维度是(1,3);d的维度是(4,1)。所以假设有两个数组,第一个的维度是(x_1, y_1, z_1),另一个数组的维度是(x_2, y_2, z_2),要判断这两个数组能不能进行计算,可以用如下方法来判断:

if z_1 == z_2 or z_1 == 1 or z_2 == 1:
 if y_1 == y_2 or y_1 == 1 or y_2 == 1:
  if x_1 == x_2 or x_1 == 1 or x_2 == 1:
   可以运算
  else:
   不可以运算
 else:
  不可以运算
else:
 不可以运算

这里需要注意:(3,3,2)和(3,2)是可以运算的,因为对于二维数组(3,2)也可以表示为(1,3,2),套用上述的规则是完全适用的,同理:(4,2,5,4)和(2,1,4)也是可以进行运算的。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python实现发送和获取手机短信验证码
Jan 15 Python
Collatz 序列、逗号代码、字符图网格实例
Jun 22 Python
Tensorflow环境搭建的方法步骤
Feb 07 Python
python selenium自动上传有赞单号的操作方法
Jul 05 Python
python 实现A*算法的示例代码
Aug 13 Python
彻底理解Python中的yield关键字
Apr 01 Python
使用Python实现毫秒级抢单功能
Jun 06 Python
python scatter函数用法实例详解
Feb 11 Python
Django模板之基本的 for 循环 和 List内容的显示方式
Mar 31 Python
Python3.7 读取音频根据文件名生成脚本的代码
Apr 07 Python
Python实现爬取并分析电商评论
Jun 19 Python
Python中json.load()和json.loads()有哪些区别
Jun 07 Python
Python 读写文件的操作代码
Sep 20 #Python
python使用多进程的实例详解
Sep 19 #Python
Anaconda2 5.2.0安装使用图文教程
Sep 19 #Python
win10系统下Anaconda3安装配置方法图文教程
Sep 19 #Python
Window 64位下python3.6.2环境搭建图文教程
Sep 19 #Python
win10下python3.5.2和tensorflow安装环境搭建教程
Sep 19 #Python
win10下tensorflow和matplotlib安装教程
Sep 19 #Python
You might like
织梦模板标记简介
2007/03/11 PHP
测试您的 PHP 水平的题目
2007/05/30 PHP
优化php效率,提高php性能的一些方法
2011/03/24 PHP
PHP aes (ecb)解密后乱码问题
2015/06/22 PHP
php实现遍历文件夹的方法汇总
2017/03/02 PHP
php中青蛙跳台阶的问题解决方法
2018/10/14 PHP
JQuery选择器特辑 详细小结
2012/05/14 Javascript
jquery实现微博文字输入框 输入时显示输入字数 效果实现
2013/07/12 Javascript
ie8本地图片上传预览示例代码
2014/01/12 Javascript
整理AngularJS中的一些常用指令
2015/06/16 Javascript
jquery实现很酷的网页顶部图标下拉菜单效果
2015/08/22 Javascript
JS实现带提示的星级评分效果完整实例
2015/10/30 Javascript
理解jquery事件冒泡
2016/01/03 Javascript
原生JS实现拖拽图片效果
2020/08/27 Javascript
jQuery 的 ready()的纯js替代方法
2016/11/20 Javascript
livereload工具实现前端可视化开发【推荐】
2016/12/23 Javascript
jQuery实现元素的插入
2017/02/27 Javascript
vue如何使用 Slot 分发内容实例详解
2017/09/05 Javascript
Angular4 ElementRef的应用
2018/02/26 Javascript
vue组件传递对象中实现单向绑定的示例
2018/02/28 Javascript
angularjs自定义过滤器demo示例
2019/08/24 Javascript
jQuery实现html可联动的百分比进度条
2020/03/26 jQuery
Python比较文件夹比另一同名文件夹多出的文件并复制出来的方法
2015/03/05 Python
在Python中操作日期和时间之gmtime()方法的使用
2015/05/22 Python
Python matplotlib的使用并自定义colormap的方法
2018/12/13 Python
python实现连连看辅助之图像识别延伸
2019/07/17 Python
Python适配器模式代码实现解析
2019/08/02 Python
Django中密码的加密、验密、解密操作
2019/12/19 Python
Python远程方法调用实现过程解析
2020/07/28 Python
如何基于Python实现word文档重新排版
2020/09/29 Python
html5教程画矩形代码分享
2013/12/04 HTML / CSS
金融专业应届生求职信
2013/11/02 职场文书
军训自我鉴定
2014/01/22 职场文书
QQ空间主人寄语大全
2014/04/12 职场文书
珍爱生命演讲稿
2014/05/10 职场文书
入党积极分子培养联系人意见
2015/08/12 职场文书