numpy中的广播机制

NumPy中的广播是指不同形状的数组之间的算术运算的执行方式。当执行这些操作时，NumPy会尝试将它们转换为相同的形状，以便进行操作。如果两个数组的维度不同，则元素到元素的操作是不可能的。但是，在NumPy中仍然可以对它们进行操作，这就是广播的概念。

以下是两个广播机制的例子：
1. 稍微复杂的广播机制

import numpy as np
a = np.array([[0, 0, 0], [10, 10, 10], [20, 20, 20], [30, 30, 30]])
b = np.array([1, 2, 3])
print(a+b) # 输出：array([[ 1,  2,  3], [11, 12, 13], [21, 22, 23], [31, 32, 33]])

在这个例子中，数组a的形状为(4,3)，数组b的形状为(3,)。当执行a+b时，NumPy会将数组b的形状转换为(1,3)，然后将其沿着第一维复制4次，以匹配数组a的形状。最后，NumPy执行元素到元素的操作，得到形状为(4,3)的结果数组。

2. 最简单的广播机制

import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a*b) # 输出：array([ 4, 10, 18])

在这个例子中，数组a和数组b的形状都为(3,)。当执行a*b时，NumPy会直接执行元素到元素的操作，得到形状为(3,)的结果数组。