Broadcast

Introduction

Comme nous l'avons vu précédemment, NumPy a un support intégré pour la diffusion. Cette fonction imite le mécanisme de diffusion. Elle renvoie un objet qui encapsule le résultat de la diffusion d'un tableau contre un autre.

La fonction prend deux tableaux comme paramètres d'entrée. L'exemple suivant illustre son utilisation.

Exemple

import numpy as np 
x = np.array([[1], [2], [3]])
y = np.array([4, 5, 6])

# tobroadcast x against y 
b = np.broadcast(x,y)  
# it has an iterator property, a tuple of iterators along self's "components." 

print 'Broadcast x against y:' 
r,c = b.iters 
print r.next(), c.next() 
print r.next(), c.next() 
print '\n'  
# shape attribute returns the shape of broadcast object 

print 'The shape of the broadcast object:' 
print b.shape 
print '\n'  
# to add x and y manually using broadcast 
b = np.broadcast(x,y) 
c = np.empty(b.shape) 

print 'Add x and y manually using broadcast:' 
print c.shape 
print '\n'  
c.flat = [u + v for (u,v) in b] 

print 'After applying the flat function:' 
print c 
print '\n'  
# same result obtained by NumPy's built-in broadcasting support 

print 'The summation of x and y:' 
print x + y

Sa sortie est la suivante -

Broadcast x against y:
1 4
1 5

The shape of the broadcast object:
(3, 3)

Add x and y manually using broadcast:
(3, 3)

After applying the flat function:
[
    [ 5. 6. 7.]
    [ 6. 7. 8.]
    [ 7. 8. 9.]
]

The summation of x and y:
[
    [5 6 7]
    [6 7 8]
    [7 8 9]
]