Numpy广播

傷城~ 2023-06-03 05:54 259阅读 0赞

## Numpy广播 ##

> 当两个数组的形状完全相同时,数组之间的操作都是逐元素的,但当形状不同时数组之间的操作就称为广播
> 
> 广播是有条件的,我们希望利用小的数组对大的数组进行一些操作.(小数组形状和大数组形状相比只有一个维度变为了1)

形象点就是这样

![NumPy数组广播][NumPy]

>>> import numpy as np
    >>> x=np.arange(9).reshape((3,3))
    #使用广播给二维数组的每一行减去行均值
    >>> x
    array([[0, 1, 2],
           [3, 4, 5],
           [6, 7, 8]])
    >>> x.shape
    (3, 3)
    >>> mean=x.mean(axis=0)
    >>> mean.shape
    (3,)
    >>> mean
    array([3., 4., 5.])
    >>> x-mean
    array([[-3., -3., -3.],
           [ 0.,  0.,  0.],
           [ 3.,  3.,  3.]])
    #OK,假如要使用广播给二维数组的每一列减去列均值
    >>> mean=x.mean(axis=1)
    >>> mean.shape
    (3,)
    >>> mean
    array([1., 4., 7.])
    >>> x-mean
    array([[-1., -3., -5.],
           [ 2.,  0., -2.],
           [ 5.,  3.,  1.]])
    #这里仍是每一行减去mean,不正确
    >>> mean=mean[:,None]
    #使用None添加维度
    >>> mean.shape
    (3, 1)
    >>> x-mean
    array([[-1.,  0.,  1.],
           [-1.,  0.,  1.],
           [-1.,  0.,  1.]])
    #完成任务

转载于:https://www.cnblogs.com/redo19990701/p/11469866.html

[NumPy]: /images/20230601/78cf205e31944ea38017d87f7215b47d.png

发表评论取消回复

表情：

评论列表（有 0 条评论，259人围观）

还没有评论，来说两句吧...

相关阅读

相关 Python之numpy数组学习（五）——广播

Python之numpy数组学习（五）——广播目录 Python之numpy数组学习（五）——广播 -------------------- 本文章向大家介绍Py

以你之姓@/ 2024年02月22日 02:06/ 0 赞/ 178 阅读

相关 Numpy广播

Numpy广播 > 当两个数组的形状完全相同时,数组之间的操作都是逐元素的,但当形状不同时数组之间的操作就称为广播 > > 广播是有条件的,我们希望利用小的数组对大的数

傷城~/ 2023年06月03日 05:54/ 0 赞/ 260 阅读

相关 numpy的广播（Broadcasting）与向量化编程（Vectorization）

文章目录什么是向量化编程为什么要使用向量化编程：以矩阵乘法为例 numpy的广播机制（Broadcasting）例1：element-

秒速五厘米/ 2023年03月13日 09:25/ 0 赞/ 187 阅读

相关 numpy广播机制以及运算总结

一、概述在Numpy中当数组进行运算时,如果两个数组的形状相同,那么两个数组相乘就是两个数组的对应位相乘,这是要求维数相乘,并且各维度的长度相同,但是当运算中两个数组的形状

古城微笑少年丶/ 2023年02月20日 07:22/ 0 赞/ 29 阅读

相关 numpy中的广播机制

何为广播机制 numpy 中两个数组的相加、相减以及相乘都是对应元素之间的操作。当两个数组的形状并不相同的时候，我们可以通过扩展数组的方法来实现相加、相减、相乘等操

Myth丶恋晨/ 2023年02月13日 11:06/ 0 赞/ 32 阅读

相关 NumPy之:理解广播

文章目录简介基础广播广播规则简介广播描述的是NumPy如何计算不同形状的数组之间的运算。如果是较大的矩阵和较小的矩阵进行运算的话，较小

落日映苍穹つ/ 2023年01月20日 09:35/ 0 赞/ 142 阅读

相关 numpy数组操作汇总：索引，切片，广播及其他

一. 索引 1. 普通索引 ① 一维数组索引 ![20210426193540755.png][] ② 二维数组索引 ![watermark_type_ZmFuZ

秒速五厘米/ 2023年01月17日 03:20/ 0 赞/ 314 阅读

相关 Numpy中数组的广播机制总结

Numpy中的对于数组间的算术运算采用“元素一一对应”的计算机制,因而一般要求两个数组的形状相同才能进行数组间的算术运算,但是在某些情况中，Numpy中允许符合一定规则的不同

逃离我推掉我的手/ 2022年12月27日 14:20/ 0 赞/ 263 阅读

相关 numpy的神奇广播函数

numpy的神奇广播函数在使用pandas的时候，一般来说对两个DataFrame（简写df）的加减乘除，会自动索引对齐，很方便，DataFrame与Series之间的

迈不过友情╰/ 2022年07月24日 06:14/ 0 赞/ 350 阅读

相关 numpy的数组广播机制

![70][] 结果一样，虽然两个数组的维数不一样，但是 Numpy 检测到 `b` 的维度与 `a` 的维度匹配，所以将 `b` 扩展为之前的形式，得到相同的形状。对于

客官°小女子只卖身不卖艺/ 2022年05月16日 13:42/ 0 赞/ 326 阅读