numpy.broadcast_to
numpy.broadcast_to(array, shape, subok=False) [source]
将数组广播为新shape。
参数 ： | array ：array_like 要广播的数组。 shape ： 所需数组的形状。 subok ： 如果为True，则将传递子类，否则， 返回的数组将被强制为基类数组（默认）。 |
返回值 ： | broadcast ： 具有给定形状的原始数组的只读视图。 它通常不连续。 此外，广播阵列中的一个以上元素可以引用单个存储位置。 |
Raises ： |
根据NumPy的广播规则，如果阵列与新形状不兼容。 |
Notes
1.10.0版中的新功能。
例子
1）将一维数组广播为二维数组
import numpy as np
# 创建一个一维数组
a = np.array([1, 2, 3])
# 将一维数组广播为形状 (3, 3)
broadcasted_a = np.broadcast_to(a, (3, 3))
print("原始数组:")
print(a)
print("\n广播后的数组:")
print(broadcasted_a)
2）广播标量为多维数组
import numpy as np
# 标量值
a = 5
# 将标量广播为形状 (2, 3)
broadcasted_a = np.broadcast_to(a, (2, 3))
print("广播后的数组:")
print(broadcasted_a)
3）将二维数组广播为三维数组
import numpy as np
# 创建一个二维数组
a = np.array([[1, 2, 3], [4, 5, 6]])
# 将二维数组广播为形状 (3, 2, 3)
broadcasted_a = np.broadcast_to(a, (3, 2, 3))
print("广播后的数组:")
print(broadcasted_a)
4）广播不匹配的形状会报错
import numpy as np
# 创建一个一维数组
a = np.array([1, 2, 3])
# 尝试将数组广播为不兼容的形状会导致错误
try:
broadcasted_a = np.broadcast_to(a, (2, 3))
except ValueError as e:
print(f"广播错误: {e}")