第 4 章 · NumPy
4.4 向量化與 broadcasting
🎯 學習目標¶
- 理解 broadcasting 規則
- 寫出高效的向量化運算
🌊 什麼是 broadcasting¶
不同形狀的陣列自動擴展做運算。
import numpy as np
a = np.array([1, 2, 3])
b = 10 # 純量
print(a + b) # [11, 12, 13] ← 自動擴展
c = np.array([10, 20, 30])
print(a + c) # [11, 22, 33] ← 元素對元素
📏 規則¶
- 如果兩個陣列維度數不同,小的補 1 在左邊
- 如果形狀不相等,會在 size 1 的維度擴展
- 如果還是不合,broadcasting 失敗
# 範例 1: (3,) + (1,) → (3,)
a = np.array([1, 2, 3])
b = np.array([10])
print(a + b) # [11, 12, 13]
# 範例 2: (3, 1) + (1, 4) → (3, 4)
a = np.array([[1], [2], [3]]) # 3x1
b = np.array([[10, 20, 30, 40]]) # 1x4
print(a + b)
# [[11, 21, 31, 41],
# [12, 22, 32, 42],
# [13, 23, 33, 43]]
💡 為什麼好用¶
# 不用 for 迴圈
prices = np.array([100, 200, 300])
discounts = np.array([[0.9], [0.8], [0.7]]) # 3x1
final = prices * discounts # 3x3
✏️ 練習題¶
- 算陣列
[[1,2,3], [4,5,6]]加 10 的結果 - (3,1) + (1,4) broadcasting 後形狀
- 用 broadcasting 算 5 個產品 3 種稅率的價格