"브로드캐스팅"은 NumPy가 산술 연산 중에 다양한 차원의 배열을 처리하는 방법을 나타냅니다. 더 작은 배열은 특정 제한에 따라 더 큰 배열 전체에 "브로드캐스트"되어 모양이 일관되게 유지됩니다. 브로드캐스팅을 사용하면 벡터화할 수 있습니다. 배열 연산을 사용하면 Python 대신 C로 반복할 수 있습니다."
이는 불필요한 데이터 복사가 필요 없이 수행되므로 효율적인 알고리즘 구현이 가능합니다. 경우에 따라 브로드캐스팅은 낭비적인 메모리 사용을 초래하여 계산 속도를 저하시키기 때문에 부정적인 생각입니다.
이 글에서는 Python을 사용하여 NumPy 배열로 브로드캐스팅을 수행하는 방법을 보여드리겠습니다.
1단계. 호환 가능한 차원의 두 배열 만들기
2단계. 주어진 배열을 인쇄합니다
3단계. 두 배열을 사용하여 산술 연산을 수행합니다.
4단계. 결과 배열 인쇄
使사용 arange()函数创建一个由0到n-1의 numpy数组(arange()函数返回在给区间内均匀间隔的值。재半开区间[시작, 중지 ]内生成值),并将某个常数值加到其中。
给它们의 속도는 동일하지 않습니다.播(只是拉伸)较작은数组,使其适用于数school运算。
arange() 함수를 사용하여 0에서 n-1까지 두 개의 NumPy 배열을 만들고 reshape() 함수로 모양을 변경합니다(데이터에 영향을 주지 않고 배열 모양을 바꿉니다). 두 배열은 호환되는 차원(3,4)과 (3,1)을 가지며 두 배열의 해당 요소를 추가합니다.
주어진Array_2는 주어진Array_1의 차원과 일치하도록 두 번째 차원을 따라 확장됩니다. 두 어레이의 크기가 호환되므로 이것이 가능합니다.
예
크기 20의 행렬에는 삽입할 수 없습니다(크기 6*4 = 24의 행렬 필요).
Numpy 다차원 배열과 선형 배열 합산
예 1
예 2
으아악结论
위 내용은 Python을 사용하여 동적 배열로 Numpy 브로드캐스트를 수행하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!