NumPy - 广播服务

NumPy - 广播服务 首页 / Numpy入门教程 / NumPy - 广播服务

术语广播(Broadcasting)是指 NumPy 在算术运算期间处理不同形状的数组的能力。数组上的算术运算通常在相应的元素上完成。如果两个数组的形状完全相同,那么这些操作就可以顺利执行。

示例1

import numpy as np 

a = np.array([1,2,3,4]) 
b = np.array([10,20,30,40]) 
c = a * b 
print c

其输出如下-

[10   40   90   160]

示例2

import numpy as np 
a = np.array([[0.0,0.0,0.0],[10.0,10.0,10.0],[20.0,20.0,20.0],[30.0,30.0,30.0]]) 
b = np.array([1.0,2.0,3.0])  
   
print 'First array:' 
print a 
print '\n'  
   
print 'Second array:' 
print b 
print '\n'  
   
print 'First Array + Second Array' 
print a + b

该程序的输出如下:

First array:
[[ 0. 0. 0.]
 [ 10. 10. 10.]
 [ 20. 20. 20.]
 [ 30. 30. 30.]]

Second array:
[ 1. 2. 3.]

First Array + Second Array
[[ 1. 2. 3.]
 [ 11. 12. 13.]
 [ 21. 22. 23.]
 [ 31. 32. 33.]]

下图演示了如何Broadcasting数组 b 使其与 a 兼容。

链接:https://www.learnfk.comhttps://www.learnfk.com/numpy/numpy-broadcasting.html

来源:LearnFk无涯教程网

array

祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)

技术教程推荐

邱岳的产品手记 -〔邱岳〕

Service Mesh实践指南 -〔周晶〕

从0开始做增长 -〔刘津〕

现代C++编程实战 -〔吴咏炜〕

微信小程序全栈开发实战 -〔李艺〕

如何成为学习高手 -〔高冷冷〕

编程高手必学的内存知识 -〔海纳〕

云原生架构与GitOps实战 -〔王炜〕

手把手带你写一个 MiniTomcat -〔郭屹〕

好记忆不如烂笔头。留下您的足迹吧 :)