在执行数学运算时了解Python Numpy

Question

我有下面的Numpy数组。我写了以下代码：

import numpy as np
np_mat = np.array([[1, 2],[3, 4],[5, 6]])
np_mat * 2
print(np_mat.shape)
np_mat = np_mat + np.array([[10, 11],[-1,-2]])
print(np_mat)

令人惊讶的Python抛出一个错误，称

ValueError                                Traceback (most recent call last)
<ipython-input-23-557c7da40077> in <module>
5 np_mat * 2
6 print(np_mat.shape)
----> 7 np_mat = np_mat + np.array([[10, 11],[-1,-2]])
8 print(np_mat)
9 print(np.median(np_mat))
ValueError: operands could not be broadcast together with shapes (3,2) (2,2) 

再次，当我对代码进行小的修改时，也就是说，相同的代码片段，但只是np_mat = np_mat + np.array([10, 11])运行良好，显示输出

[[11 13]
[13 15]
[15 17]]

我不明白其中的区别，Numpy加法是如何在内部工作的？有什么规则吗？我很确定Numpy加法/乘法运算不像代数中的普通矩阵运算那样工作。那有什么诀窍呢？

此外，对于像这样的Numpy 2D阵列

np_mat = np.array([[1, 2],
[3, 4],
[5, 6]]) 

当我写np.median(np_mat)时，它说结果是3.5。当数组是2D时，中值怎么可能是一个数字？当我做乘法时，我可以看到相同的结果：np_mat = np_mat * np.array([10, 11])输出是

[[10 22]
[30 44]
[50 66]]

麻木似乎令人费解！请协助。提前谢谢。

Answer 1

如果数组在一个轴上的大小匹配，那么元素将逐个元素进行操作，类似于内置Python函数zip((的工作方式。如果其中一个数组在一个轴上的大小为1，则该值将沿该轴广播，或者根据需要复制多次，以匹配另一个数组中沿该轴的元素数量。

请在这里阅读更多

Answer 2

通用广播规则

在两个数组上操作时，NumPy会比较它们的形状元素方面。它从尾部(即最右侧(尺寸开始然后向左走。时两个维度兼容

• 它们是相等的，或者

• 其中一个是1

当其中一个维度为1时，它将在计算中扩展为另一个数组的形状。

在第一个示例中，形状是(3,2)和(2,2)，因此最右边的维度可以工作，但3和2不兼容。

在第二个例子中，形状是(3,2)和(1,2)，因此最右边的维度有效，3与1兼容。

对于中间的例子，只需阅读正在发生的事情的文档：

轴｛int，int序列，无｝，可选计算中值的一个或多个轴。默认情况下，沿阵列的扁平版本。

默认情况下，计算数组中所有值的中值。但是，您可以选择要计算的轴。