因此,需要对阵列进行快速,鲁棒和准确的计算,以对数据执行有效的操作。
NumPy是科学计算的主要库,因为它提供了我们刚刚提到的功能。在本文中,我们重点介绍正在广播的NumPy的特定类型的操作。...广播描述了在算术运算期间如何处理具有不同形状的数组。我们将通过示例来理解和练习广播的细节。
我们首先需要提到数组的一些结构特性。...a = np.array([1,2,3,4])
b = np.array([1,1,1,1])
a + b
array([2, 3, 4, 5])
因为操作是按元素执行的,所以数组必须具有相同的形状...但是,它们中的一个在第一维度上的大小为3,而另一个在大小上为1。因此,第二个数组将在广播中广播。
?
两个数组在两个维度上的大小可能不同。...由于在两个维度上都进行广播,因此所得数组的形状为(4,4)。
?
当对两个以上的数组进行算术运算时,也会发生广播。同样的规则也适用于此。每个尺寸的大小必须相等或为1。