当我在 Numpy 中进行此操作时会发生什么？
a = np.ones([500,1])
b = np.ones([5000,])/2
c = a + b
# a.shape (500,1)
# b.shape (5000, )
# c.shape (500, 5000)
我很难弄清楚这次广播中到底发生了什么。
【问题讨论】：
b 那样缺少轴，它们将作为轴添加到 left。我不知道这是否有更深层次的原因，不过它确实保留了 C 连续性。
标签： python numpy broadcasting array-broadcasting
Numpy 假设为一维数组行向量，因此您的求和确实在形状 (500, 1) 和 (1, 5000) 之间，这会导致矩阵求和。
由于这不是很清楚，您应该明确扩展您的尺寸：
>>> np.arange(5)[:, None] + np.arange(8)[None, :]
array([[ 0, 1, 2, 3, 4, 5, 6, 7],
[ 1, 2, 3, 4, 5, 6, 7, 8],
[ 2, 3, 4, 5, 6, 7, 8, 9],
[ 3, 4, 5, 6, 7, 8, 9, 10],
[ 4, 5, 6, 7, 8, 9, 10, 11]])
【讨论】：
(2, 2) shape array dot (2,) shape array 之类的东西不起作用。一维数组是一维数组。不同的操作可能会将它们视为行或列，具体取决于上下文。
(n,) 广播到 (1,n)。为了避免歧义，扩展到 (n,1) 必须是明确的。
np.newaxis而不是None。