numpy 广播
现在有两个数组分别为:
arr1 = [0, 1, 2, 3, 4, 5, 6]arr2 = [1]
这两个数组可以进行广播吗?
二维数组广播:
arr1 = np.arange(0,3).reshape(1,3)
array([[0, 1, 2]])arr2 = np.arange(4,7).reshape(3,1)
array([[4], [5], [6]])
?这两个数组可以进行广播吗?
?这两个三维数组可以进行广播吗?
array4 = np.array(np.arange(4).reshape(2,2,1))
[[[0], [1]], [[2], [3]]]array5 = np.array(np.arange(12).reshape(2, 1, 6))
[[[ 0, 1, 2, 3, 4, 5]], [[ 6, 7, 8, 9, 10, 11]]]
?显然可以这是为什么?
我们再看两个数组,它们之间可以通过广播操作,进行计算吗?
?我们先看看这段话:
当两个或多个数组在某个维度上的长度不相等时,如果其中至少有一个数组在这个维度上的长度为1,则它们可以进行广播运算。
array5 = np.array(np.arange(24).reshape(2, 2, 6))
[[[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11]], [[12, 13, 14, 15, 16, 17], [18, 19, 20, 21, 22, 23]]]array6 = np.array(np.arange(6,14).reshape(2, 1, 4))[[[ 6, 7, 8, 9]], [[10, 11, 12, 13]]]
?
显然不行? 这是为什么?看看报错:
ValueError: operands could not be broadcast together with shapes (2,2,6) (2,1,4)
?
我们来讲讲吧? 首先我给大家举例的都是? 维度相同相同的数组,两个进行相加的数组的维度都相同,维度不相通的数组我们在后面举例,以维度相同的数组先开始.
先看这两个数组, arr1 = [0, 1, 2, 3, 4, 5, 6] 和 arr2 = [1] arr1 和 arr2 都是一位数组,而且 arr2 一维的长度只有 1 ,所以在它们之间进行操作时,arr2 可以进行扩展延伸至另一方在该维度上相同的长度。
arr2 = [1]? ?进行广播后? ? ?arr2 =?[1, 1, 1, 1, 1, 1, 1?],然后利用??[1, 1, 1, 1, 1, 1, 1?]? 和[0, 1, 2, 3, 4, 5, 6]? 进行求和操作。
我们看看结果是不是我们想的那样?
?这两个二维数组是怎样完成的呢?
?
arr1 = np.arange(0,3).reshape(1,3)
arr2 = np.arange(4,7).reshape(3,1)
arr1 和? arr2 都是2维数组,??arr1 数组形状是|(1,3) arr2 的数组形状是?(3,1)请看这段话:
两个数组在所有维度上的长度要么相等,要么其中一个数组在对应维度的长度为1
当两个相同维度的数组上, 出现一个维度的长度不相等时,若其中任一数组在该维度上的长度为1,则可以进行广播。
arr1 怎么扩展延伸: arr1 数组在第一个维度上与arr2 不相同,但因长度为1 所以可以进行扩展,扩展到什么程度呢??长度为1的维度就可以被“延伸到”以匹配另一个数组在该维度上的长度,从而实现广播。
arr1 原数组:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? arr2 原数组
[[0, 1, 2]] [[4], [5], [6]]
arr1 广播后的数组? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?arr2 广播后的数组
[[0, 1, 2],? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?[[4,4,4],
[0, 1, 2] ,? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?[5,5,5],
[0, 1, 2]]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? [6,6,6] ]? ? ? ?
然后对扩展后的数组做操作(对应位置的元素进行求和):
?大家计算一下是不是没有问题。
三维数组也是这样玩的,但是需要大家自己主动思考我把运行数组打印给大家,大家思考如何扩展,如何求和?
array5 = np.array(np.arange(8,12).reshape(2, 2, 1))
array6 = np.array(np.arange(6,18).reshape(2, 1, 6 ))
?也很简单: 大家看相同维度的数组元素个数与排布,三维数组肯定只有三维以下数组,也即是两维和一维存在元素,四维肯定是四维以下,三维 、二维、一维数组存在元素,更高维, 同理。
现在这是三维,我们去看两个二维数组的元素个数和排布:
?行和列分别指的是第二个维度和第三个维度,这是正确的示意,我为了大家和我理解将其解释为了 红色子标注。
?前提是数组维度相同, 在相同维度的地方,有一个数组的维度长度为1,这一个维度长度为1 的维度长度,会扩展到与另一个数组维度长度相同的长度。
什么意思? arr5 二维数组的地方,是两行一列,它就会通过广播,将列扩展到和arr6列的长度 七一样大小的长度,也是七列
arr6二维数组的地方的长度?,一行七列,它会通过广播,将行扩展到与arr5 行一样大小 2 的长度,也是 2行。
到时候 ,arr5 和 arr6 都是 两行七列,这就回到了,相同数组进行求和操作。 它们分别通过广播完成。
那维度不相同的两个数组怎么通过广播进行加法操作
前提是它们满足以下条件:
- 所有参与运算的数组在每个对应的维度上的长度要么相同,要么其中至少有一个数组在该维度上的长度为1。
- 在长度为1的维度上,这个维度将被“拉伸”以匹配其他数组的相应维度。
?# 三维数组
arr1 = np.arange(0,9).reshape(3,1,3)
[[[0, 1, 2]], [[3, 4, 5]], [[6, 7, 8]]]# 二维数组
arr2 = np.arange(6,9).reshape(1,3)
[[6, 7, 8]]
?
?注意: 这句话? ? ? 所有参与运算的数组在每个对应的维度上的长度要么相同
?arr1? 的形状是? ?(3,1,3)? ? ? ?第一个维度长度是 : 3 ,第二个维度长度是: 1, 第三个维度长度是: 3
arr2? 的形状是(1,3) 第一个维度长度是: 1, 第二个维度长度: 3,?
啊? 它们对应的维度的长度不相同啊? 不要忘了?arr1? ?是三维数组,它里面的二维的第一个维度的长度是 :1, 第二个维度长度是: 3, 这样不就对应了? 。
因为arr2 的是二维,它如何变成三维,给他再加上一个方向,他就变成了三维,二维数组是一张表格,在深度上加一个方向,也就是再给一些表格让其垒起来。那我们再去看ndarray 数组结构是怎样表示
arr2 :
? ?[[6, 7, 8]]
arr2变三维:
[
? ?[[6, 7, 8]]
? ? ? ? ? ? ? ? ? ]
给它外层加了一个括号。
我们对比一下arr 变成三维后和三维数组arr1的区别:
arr1:
[[[0, 1, 2]], [[3, 4, 5]], [[6, 7, 8]]]是不是将arr2 多给两个,它们的维度、维度长度都相同了。
[
? ?[[6, 7, 8]],
? ?[[6, 7, 8]],
? ?[[6, 7, 8]]
? ? ? ? ? ? ? ? ? ]
?这个向外延伸,直到和另一个数组相同大小的维度、维度长度就算完成了。
arr2 本来形状是: (1,3)给它前面加一个维度,维度长度是1 , 变为 (1,1,3)
这样就有回到了 相同维度,不相同维度长度的数据广播内容中了。
好了我发现越解释越繁琐,我心里明白了但是没办法给大家,再解释更详细点,大家有啥不同大家可以评论或者私信,我看到后会给大家解释。
?总结:?
两个数组相同维度,各其对应维度的维度长度相同或不相同:
维度长度相同: 可以直接进行操作(加减乘除)
维度长度不相同: 两个数组的对应维度必须要有一个为 1, 多个维度,只要有一个维度长度不相同,这个维度必须为1 才可以通过广播进行延伸扩展,进行两数组操作。
两个数组维度不相同,长度相同或者不相同。
长度相同: 所有参与运算的两个数组在每个对应的维度上的长度相同
长度不同:两个数组对应的维度,必须有一个为1 。?
? ?a = (2,3,1)? ?b = (1,3)? ? a = (2,2,2)? b = (2,2)
?
这是我今年的最后一篇文章了,祝愿国泰民安,每一个csdn 用户,安康如意
又送大家几句古语:
?修数百年崎岖之路,造千万人来往之桥
?家富提携亲戚,岁饥赈济邻朋? -? 文昌帝君阴骘文
希望大家常怀悯人之心,多做好事!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!