numpy 广播机制

最新推荐文章于 2025-11-11 10:52:50 发布

原创最新推荐文章于 2025-11-11 10:52:50 发布 · 809 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python

numpy 专栏收录该内容

9 篇文章

订阅专栏

本文介绍了NumPy的广播机制，这是在不同形状数组运算时的重要规则。广播允许不匹配的数组尺寸在某些条件下进行运算，只要它们的轴长度相等或其中一方为1。当数组的后缘维度不兼容，即不相等且不等于1时，就会引发错误。通过实例展示了广播在不同情况下的适用性和限制，帮助读者深入理解这一机制。

numpy 广播机制

在NumPy中如果遇到大小不一致的数组运算，就会触发广播机制。
广播（broadcasting）指的是不同形状的数组之间的算术运算的执行方式。

广播的原则

如果两个数组的后缘维度（trailing dimension，即从末尾开始算起的维度）的轴长度相符，或其中的一方的长度为1，则认为它们是广播兼容的。广播会在缺失和（或）长度为1的维度上进行。

通俗的理解就是：将两个数组的维度大小右对齐，然后比较对应维度上的数值，如果数值相等或其中有一个为1或者为空，则能进行广播运算，并且输出的维度大小为取数值大的数值。否则不能进行数组运算。

A = np.zeros((2,5,3,4))
B = np.zeros((3,4))
print((A+B).shape) # 输出 (2, 5, 3, 4)

A = np.zeros((4))
B = np.zeros((3,4))
print((A+B).shape) # 输出(3,4)

A = np.zeros((2,5,3,4))
B = np.zeros((3,3))
print((A+B).shape)
报错：
ValueError: operands could not be broadcast together with shapes (2,5,3,4) (3,3)
为啥呢？因为最后一维的大小A是4，B是3，不一致。

A = np.zeros((2,5,3,4))
B = np.zeros((3,1))
print((A+B).shape) # 输出：(2, 5, 3, 4)

A = np.zeros((2,5,3,4))
B = np.zeros((2,1,1,4))
print((A+B).shape) # 输出：(2, 5, 3, 4)

A = np.zeros((1))
B = np.zeros((3,4))
print((A+B).shape) # 输出(3,4)

# 下面是报错案例
A = np.zeros((2,5,3,4))
B = np.zeros((2,4,1,4))
print((A+B).shape)
ValueError: operands could not be broadcast together with shapes (2,5,3,4) (2,4,1,4)
为啥报错？因为A和B的第2维不相等。并且都不等于1.