本文共 778 字，大约阅读时间需要 2 分钟。

import numpy as npa = np.random.random_sample((3,1,3))b  = np.random.random_sample((2,3))c = a-bc = np.square(c)c = np.sum(c,axis=2)c= np.sqrt(c)a1 = a[1,:,:]b1 = b[1,:]print(a1,'5')print(b1,'6')print(np.square(a1-b1).shape)print(np.sum(np.square(a1-b1),axis=1),'7')print(np.sqrt(np.sum(np.square(a1-b1),axis=1)))

python 的broadcast机制，适用于当两个array的形状不一样时，可以通过broadcast进行自动的补齐，从而可以减少使用循环所带来的代码量以及提高效率。它的补齐规则如下：

1.如果两个数组数据维度相同，如（3，1，2）与（1，2，2），且其中某个维度的rank是1，那么会将rank低的数据进行复制，直到两个数组的维度以及rank均相同 2.如果两个数组的维度不同，如（3，1，2）与（2，2），那么维度低的数组会加一，直到其维度与高维度的相匹配，加一的条件在于（1，2）与（2，2）可以进行broadcast，与情况一相同

numpy.sum()

sum（）函数参数为numpy.sum(a, axis = ) axis代表相加的轴，初始从0开始 axis = i，则代表从维度i进行累加,其他维度不变 如 a.shape = (1,2,3,4) 则numpy.sum(a,axis = 0).shape = (2,3,4) numpy .sum(a, axis =1).shape = (1,3,4) . .

转载地址：https://blog.csdn.net/ImposterSyntrome/article/details/82594497 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！