使用 Numpy 中的广播添加两个向量
numpyserver side programmingprogramming
要生成模拟广播的对象，请使用 Python Numpy 中的 numpy.broadcast() 方法。如果上述规则产生有效结果，并且下列条件之一为真，则称一组数组是可广播的 −
- 数组具有完全相同的形状。
- 数组具有相同数量的维数，并且每个维的长度要么是公共长度，要么是 1。
- 维数太少的数组可以在其形状前面添加长度为 1 的维度，以使上述属性为真。
步骤
首先，导入所需的库 −
import numpy as np
创建两个数组 −
arr1 = np.array([[5, 10, 15], [25, 30, 35]]) arr2 = np.array([[7, 14, 21], [28, 35, 56]])
显示数组 −
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
获取数组的类型 −
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
获取数组的维度 −
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
要生成模拟广播的对象，请使用 numpy.broadcast () 方法 −
x = np.broadcast(arr1, arr2)
res = np.empty(x.shape)
res.flat = [i+j for (i,j) in x]
print("
结果...
",res)
示例
import numpy as np
# 创建两个数组
arr1 = np.array([[5, 10, 15], [25, 30, 35]])
arr2 = np.array([[7, 14, 21], [28, 35, 56]])
# 显示数组
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
# 获取数组的类型
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
# 获取数组的维度
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
# 获取数组的形状
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2形状...
",arr2.shape)
# 要生成模拟广播的对象，请使用 Python Numpy 中的 numpy.add() 方法
x = np.broadcast(arr1, arr2)
res = np.empty(x.shape)
res.flat = [i+j for (i,j) in x]
print("
结果...
",res)
输出
数组 1... [[ 5 10 15] [25 30 35]] 数组 2... [[ 7 14 21] [28 35 56]] 我们的数组 1 类型... int64 我们的数组 2 类型... int64 我们的数组 1 维度... 2 我们的数组 2维度... 2 我们的数组 1 形状... (2, 3) 我们的数组 2 形状... (2, 3) 结果... [[12. 24. 36.] [53. 65. 91.]]
