数组计算广播

Numpy数组不需要循环遍历，即可对每个元素执行批量的算术运算操作（矢量化运算）。当两个数组大小（Numpy.shape）不同时，进行算术运算会出现广播机制。

数组广播
数组在进行矢量化运算的时，要求数组形状时相等的。当形状不等的数组执行算术运算的时候，就会出现广播机制，该机制会对数组进行扩展，使数组的shape属性值一样，就可以进行矢量化运算了。

import numpy as np
arr1 = np.array([[0], [1], [2], [3]])
print(arr1.shape)
arr2 = np.array([1, 2, 3])
print(arr2.shape)
val = arr2+arr1
print(val)

arr1 = np.array([[0 0 0], [1 1 1], [2 2 2], [3 3 ]])
arr2 = np.array([1, 2, 3]，[1, 2, 3]，[1, 2, 3]，[1, 2, 3])
1
2
3
4
5
6
7
输出结果
(4, 1) //arr1的shape
(3,) //arr2的shape
[[1 2 3]
[2 3 4]
[3 4 5]
[4 5 6]]

由于arr1和arr2的shape不等，故通过广播机制进行如下图的扩展

广播机制的使用条件
1、数组的某一维度等长
2、其中一个数组的某一维度为1