极客教程numpy广播机制简述
在进行数组运算时，经常会遇到形状不同的数组相乘或相加的情况。numpy提供了一种广播（broadcasting）机制，可以使不同形状的数组进行运算，而无需显式地将它们转换为相同的形状。
广播的规则
numpy数组之间进行运算时，需要满足以下两个条件才能进行广播：
1. 数组的维度（ndim）必须相同，或至少其中一个数组的维度为1。
2. 沿着某一维度，数组的形状（shape）必须相同，或其中一个数组的形状为1。
如果满足了以上两个条件，那么numpy会自动扩展数组的形状，使得它们可以进行运算。
广播的示例
示例1：数组与标量的运算
import numpy as np
# 定义一个数组
arr = np.array([1, 2, 3])
# 将数组每个元素乘以2
result = arr * 2
print(result)
运行结果：
[2 4 6]
在这个示例中，数组arr与标量2进行了乘法运算。numpy会将标量2扩展成与数组arr相同的形状，然后执行乘法运算。
示例2：形状不同的数组相加
import numpy as np
# 定义两个形状不同的数组
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([10, 20])
# 对两个数组进行相加
result = arr1 + arr2
print(result)
运行结果：
[[11 22]
[13 24]]
在这个示例中，数组arr1的形状为(2, 2)，数组arr2的形状为(2,)。numpy会自动将数组arr2的形状扩展成(2, 2)，然后执行相加运算。
广播的应用
广播机制在数组运算中非常常见，并且可以简化代码的编写。通过广播机制，我们可以方便地对不同形状的数组进行运算，而不需要手动调整数组的形状。
除了示例中的加法和乘法运算外，广播机制还可以应用于其他的numpy运算函数，例如np.max、np.min、np.mean等函数。这些函数都可以利用广播机制，对不同形状的数组进行计算。
总的来说，广播机制是numpy的一个重要特性，可以使数组运算更加灵活和高效。