Python中广播（broadcasting）加减乘除的简单用法

Python Numpy中的广播机制（broadcasting）可以使代码的运行速度更快、减少代码数量以下是其加减乘除简单用法的例子。

import numpy as np
A = np.array([[1,2,3],
             [1,3,5],
            [2,4,6]])
B = np.array([100,200,300])
print("A=",A)
print("B=",B)
print("A+B=",A+B)

两个矩阵列相同，行不相同，则广播机制将行数少的矩阵扩展使得两个矩阵可以相加。 

import numpy as np
A = np.array([[1,2,3],
             [1,3,5],
            [2,4,6]])
B = np.array([[100],[200],[300]])

print("A=",A)
print("B=",B)
print("B-A=",B-A)

 同样的行相同，列不相同，则广播机制将列数少的矩阵扩展。

import numpy as np
A = np.array([[1,2,3],
             [1,3,5],
            [2,4,6]])
B = np.array([[100,200,300]])

print("A=",A)
print("B=",B)
print("B*A=",B*A)

 注意这里的乘法使用“*”是将扩展后的矩阵每个元素进行相乘不同于矩阵的乘法。

矩阵乘法使用“@“

import numpy as np
A = np.array([[1,2,3],
             [1,3,5],
            [2,4,6]])
B = np.array([[100,200,300],[100,200,300],[100,200,300]])

print("A=",A)
print("B=",B)
print("A@B=",A@B)

import numpy as np
A = np.array([[1,2,3],
             [1,3,5],
            [2,4,6]])
B = np.array([[100],[200],[300]])

print("A=",A)
print("B=",B)
print("B/A=",B/A)

 这里的除法也是矩阵中每个元素相除。

         两个矩阵应用广播机制进行加减乘除，这两个矩阵必须满足行相同或者列相同且另一个维度为1。类似的当向量与常数应用广播机制进行加减乘除时，常数也会复制。