Python Numpy：未使用np.REFORMATE的广播错误？

我刚刚发现，尽管有一个python显示为（5000,1）和（50003072）的数组，从技术上讲，它应该可以执行广播来生成（50003072），但如果我们不显式地将它们重塑为这些形状，它有时就不起作用了

我有一组数据，我只是简单地提取它们并运行，最初我只是接受它呈现的任何形状，但它一直给我广播中的错误。我只是想知道我描述的这个错误是不是真的，或者是否有一些功能或事情我应该做，但我没有做，这导致了广播中的错误

我也用随机矩阵测试了 np.random.rand（50003072）和 np.随机兰特（5000,1）

---

两个矩阵相减有效，所以广播在这种情况下有效

正在广播的阵列具有形状

（50003072）

和

（5000，）

。 第一个数组是二维的，但第二个数组是一维的。NumPy广播始终添加新轴（尺寸）。因此，尽管

（5000，）

可以向

（N，5000）

广播任何

N

，但它不能向

（5000，3072）

广播（没有明确的帮助）

要解决此问题，必须将新轴添加到右侧的第二个阵列中

---

比如说,

In [16]: dist_vector = np.arange(5000)

In [17]: dist_vector.shape
Out[17]: (5000,)

In [18]: dist_vector = dist_vector[:, np.newaxis]

In [19]: dist_vector.shape
Out[19]: (5000, 1)

---

请注意，形状

（5000，）

与

（5000，1）

的形状不同。第一个形状表示数组是一维的，因为元组

（5000，）

只包含一个值<代码>（5000，1）表示数组是二维的

---

---

在文档中，请注意阵列的形状是右对齐的。这就是允许短形状（尺寸较小的阵列形状）在左侧添加新轴的原因

正在广播的阵列具有形状

（50003072）

和

（5000，）

。 第一个数组是二维的，但第二个数组是一维的。NumPy广播始终添加新轴（尺寸）。因此，尽管

（5000，）

可以向

（N，5000）

广播任何

N

，但它不能向

（5000，3072）

广播（没有明确的帮助）

要解决此问题，必须将新轴添加到右侧的第二个阵列中

---

比如说,

In [16]: dist_vector = np.arange(5000)

In [17]: dist_vector.shape
Out[17]: (5000,)

In [18]: dist_vector = dist_vector[:, np.newaxis]

In [19]: dist_vector.shape
Out[19]: (5000, 1)

---

请注意，形状

（5000，）

与

（5000，1）

的形状不同。第一个形状表示数组是一维的，因为元组

（5000，）

只包含一个值<代码>（5000，1）表示数组是二维的

---

---

在文档中，请注意阵列的形状是右对齐的。这就是允许短形状（尺寸较小的阵列形状）在左侧添加新轴的原因

非常感谢你！你教会了我一些非常有用的东西。非常感谢你！你教会了我一些非常有用的东西。