Broadcasting के Basics
Broadcasting NumPy को एक छोटा array stretch करने देता है ताकि data copy किए बिना इसे एक बड़े के साथ combine किया जा सके।
In this page:
Syntax
# shapes are compared from the last axis backwards
result = arr_shape_3_by_1 + arr_shape_1_by_4 # -> shape (3, 4)Broadcasting Basics
जब shapes अलग होते हैं, NumPy इन्हें last axis से backwards compare करता है। Dimensions compatible हैं अगर वे equal हों या इनमें से एक 1 हो, और size-1 axis stretch होता है। यह आपको एक expression में एक matrix की हर row में एक row add करने देता है।
Note:
अगर broadcasting fail हो आपको operands could not be broadcast together mention करता एक ValueError दिखेगा।
उदाहरण: Broadcasting basics
import numpy as np
m = np.array([[1, 2, 3], [4, 5, 6]])
row = np.array([10, 20, 30])
col = np.array([[100], [200]])
print(m + row)
print(m + col)
# Output:
# [[11 22 33]
# [14 25 36]]
# [[101 102 103]
# [204 205 206]]Related Topics
{# common_mistakes/chapter_summary/browser_support: on Hindi pages the
view already swaps in the hi_ translation fields (or blanks these
out if untranslated), so this renders correctly for both languages
without a lang_code check here. #}
आम गलतियां
- यह मान लेना कि कोई भी दो shapes combine हो सकती हैं
- कौन-सी axis stretch हो रही है mix up करना
- यह भूल जाना कि एक 1-D array last axis के साथ align होता है
चैप्टर सारांश
- Shapes right से compare करें
- Axes equal या 1 होनी चाहिए
- Size-1 axes stretch होती हैं
- Explicit loops और copies avoid करता है
🔒
Chapter Quiz — Complete all 7 topics to unlock
0/7 topics done
Complete these topics first: