PythonでのNumPy配列を使用したブロードキャスト

アレイのサイズが同じで、特定のサイズが必要な場合、異なるアレイ間の算術演算が毎月行われることがわかっています。ただし、サイズが等しくない場合でも、形状に「1」が前に付いた小さいndimを配列に入力して配列のいずれかを拡張することにより、それらに算術演算を適用できるシナリオがあります。つまり、基本的にブロードキャストとアレイとは、その形状を必要な形状に変更することを意味します。

配列Boradcastingのルール

• ndimが他の配列よりも小さい配列には、その形状に「1」が付加されます。

• 出力形状の各次元のサイズは、その次元の入力サイズの最大値です。

• 特定の次元のサイズが出力サイズと一致するか、値が正確に1である場合、入力を計算に使用できます。

• 入力のディメンションサイズが1の場合、そのディメンションの最初のデータエントリが、そのディメンションに沿ったすべての計算に使用されます。

例

次の例は、numpy配列を使用した配列操作中にブロードキャストがどのように行われるかを示しています。

import numpy as np
a = np.array([[0.0,0.0,0.0],[10.0,10.0,10.0],[20.0,20.0,20.0],[30.0,30.0,30.0]])
b = np.array([1.0,2.0,3.0])

print 'First array:'
print a
print '\n'

print 'Second array:'
print b
print '\n'

print 'First Array + Second Array'
print a + b

出力

上記のコードを実行すると、次の結果が得られます-

First array:
[
   [ 0. 0. 0.]
   [ 10. 10. 10.]
   [ 20. 20. 20.]
   [ 30. 30. 30.]
]

Second array:
[ 1. 2. 3.]

First Array + Second Array
[
   [ 1. 2. 3.]
   [ 11. 12. 13.]
   [ 21. 22. 23.]
   [ 31. 32. 33.]
]