与3d阵列的numpy广播

Question

是否可以应用numpy广播（使用1D阵列），

x=np.arange(3)[:,np.newaxis]
y=np.arange(3)
x+y=
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4]])

到类似于下面的三维矩阵，这样a [i]中的每个元素都被视为一维向量，如上例所示？

a=np.zeros((2,2,2))
a[0]=1
b=a
result=a+b

导致

result[0,0]=array([[2, 2],
                   [2, 2]])

result[0,1]=array([[1, 1],
                   [1, 1]])

result[1,0]=array([[1, 1],
                   [1, 1]])

result[1,1]=array([[0, 0],
                   [0, 0]])

Answer 1

您可以采用与1d数组相同的方式执行此操作，即在{0}}或a中的轴0和轴1之间插入新轴：

b

a + b[:,None]    # or a[:,None] + b

Answer 2

由于member_id | customer_name | customer_phone| sum_qty | sum_ammount NULL | Sam | 123xxxx | 1 | 20720 NULL | Tanpa Pelanggan| - | 3 | 51800 和a具有相同的形状（2,2,2），所以a + b确实可以工作。 广播的工作方式是匹配操作数的维度，从最后一个维度开始向上。如果尺寸匹配，则考虑下一个尺寸。

如果尺寸不匹配，并且如果其中一个尺寸为b，则该操作数的尺寸将重复以匹配另一个操作数（例如，如果a.shape =（2,1,2）和b.shape =（2,2,2）然后重复a的一维值以使shape =（2,2,2））