Python 如何正确添加两个numpy数组？

我不知道np.array（[10,10]）和np.array（[[10,10]]）之间的区别是什么。在学校里，我学到了只有具有相同维度的矩阵才能被添加。当我在np.array（[10，10]）上使用shape方法时，它给出了（2，）…这是什么意思？如何添加np_mat和np.array（[10,10]）？在我看来，尺寸不一样。我不明白什么？

不能添加两个不同大小的数组。 但这两个都有第一维度，长度，等于2。（即

len（a）==len（b）

）

Shape

（2，）

表示数组是一维的，第一个维度的大小是2

np.数组（[[1,2]，[3,4]，[5,6]]）

具有形状

（3,2）

，表示二维（3x2）

但是您可以添加它们，因为它们具有不同的维度，并且numpy强制将一个数字添加到包含相同数字的任意数组中。这叫做numpy

也就是说，您的代码得到的结果与：

np_mat=np.数组（[[1,2]，[3,4]，[5,6]]
np_材料+10

或：

np_mat=np.数组（[[1,2]，[3,4]，[5,6]]
np_mat+np.数组（[[10,10]，[10,10]，[10,10]）

看起来numpy在这里违反了数学规则。实际上，它将第二个矩阵

[10,10]

与第一个

[1,2]，[3,4]，[5,6]

的每个元素相加

这叫做https://docs.scipy.org/doc/numpy/user/basics.broadcasting.html.

[10,10]

的形状是

（2，）

（也就是说，数学上是

2

），而

[[1,2]，[3,4]，[5,6]

的形状是

（3,2）

（也就是说，数学上是

3 x 2

）。因此，根据一般广播规则，您应该得到shape

（3，2）

（即，从数学上讲，

3x2

）的结果

我不知道np.array（[10,10]）和np.array（[[10,10]]）之间的区别是什么

---

第一个是数组。第二个是数组的数组（在内存中，它实际上是一个数组，但在这里不相关）。您可以将第一个视为列向量（大小为2 x 1的矩阵），第二个视为行向量（大小为1 x 2的矩阵）。但是，请注意，在开始将向量解释为矩阵之前，行向量和列向量之间的区别在数学上是不相关的。

请继续阅读，它在numpy中用于对不同形状的数组进行算术运算np.array（[10，10]）是一维数组，np.array（[10，10]]）是一个多维数组，如@FlyingTeller告诉read up广播非常感谢@aimery的评论。我想我必须再次修改这个理论。我假设数组和矩阵是同义词。但显然不是。我熟悉矩阵和矩阵乘法的规则，我以前从未听说过在矩阵的上下文中广播。看起来，numpy数组的算法工作原理略有不同。非常感谢你的贡献！非常感谢@Arusekk的评论。1） 数组的长度是多少？对于字符串或列表等序列，我总是使用“长度”一词。但是我很难想象数组的长度是多少。2） 那么形状（2，）与尺寸（2x1）相同吗？形状（2,1）不存在？对不起，我不想深入研究这个理论。也许我得重新修改一下基础，然后再回到你的评论上来。无论如何，非常感谢！有关理论解释，请参见。

np_mat = np.array([[1, 2], [3, 4], [5, 6]])
np_mat + np.array([10, 10])