numpy(三)

广播：

　　x= np.arange(12).reshape((3,4))

　　a= np.arange(3)

　　b=np.arange(3)[;,np.newaxis]

　　c=a+b

　　a,b会扩散成公共的形状进行计算

　　

　　广播规则：

　　如果两个数组的维度数不相同，那么小维度的数组形状将会在最左边补上1

　　如果两个数组形状在任意维度都不匹配，那么会沿着维度为1的维度扩散成另一数组形状

　　如果两个数组的形状在任意维度都不匹配，且没有任何维度为1则会引发异常

 

示例：

　　m=np.ones((2,3))

　　a=np.arange(3)

　　m.shape =(2,3)

　　a.shape(3,)

　　

　　由于第一规则，a.shape ->(1,3)

　　由于第二规则 a.shape ->(2,3)

 

示例：

　　a=np.arange(3).reshape((3,1))

　　b=np.arange(3)

 

　　a.shape = (3,1)

　　b.shape(3,)

　　

　　由于规则一：

　　b.shape ->(1,3)

　　由于规则二：

　　a.shape ->(3,3)

　　b.shape ->(3,3)

　　

 

广播应用：

　　归一化

　　二维数组

x=np.linspace(0,5,50)

y=np.linspace(0,5,50)[:,np.newaxis]

z=np.sin(x) **10+np.cos(10+y*x)*np.cos(x)