一.数组与数字之间进行计算

numpy中的数组与数字进行计算是广播形式，数组+-*/数字，则数组中的每一个数字都会进行相应的四则运算。

1.1数组与数字之间的四则运算

示例代码如下：

import numpy as npa = np.arange(24)
b = a.reshape(4, 6)
print(b)
print(b+2)
print(b-2)
print(b*2)
print(b/2)

输出结果如下所示：

可以发现数组中的每一个数字有进行了运算。

1.2数组/0的运算（运行时程序会警告，但是不会报错）

示例代码如下：

import numpy as npa = np.arange(24)
b = a.reshape(4, 6)
print(b)
print(b/0)

输出结果如下：

 其中nan是0/0的结果

inf是非零数字/0的结果，inf为infinitely的缩写，表示无穷大。

二、数组与数字之间的运算

2.1 两个数组形状相同

当两个数组的形状一样的时候，四则运算对应的位置的数字进行操作。

示例代码如下：

b = np.arange(24).reshape(4, 6)
c = np.arange(100, 124).reshape(4, 6)
print(b)
print("------")
print(c)print(b+c)
print(b-c)
print(b*c)
print(b/c)

输出结果如下：

 结果为直接对应的数据进行运算。

2.2 当两个数组的形状不相同

2.2.1 若两个数组的列相同

则按照每一行的数据进行相加

示例代码如下：

b = np.arange(24).reshape(4, 6)  # 4*6
s = np.arange(0, 6)              # 1*6
print(b)
print(s)
print(b+s)  # b的每一行加上s对应的数

输出结果如下：

2.2.2 若两个数组的行相同

则按照每列进行多次相加

示例代码如下：

j = np.arange(4).reshape(4, 1)
b = np.arange(24).reshape(4, 6)
print(j)
print(b+j)

输出结果如下所示：

注意点：

三维数组只能在某一维度（某一方向）上中的行和列都一样，才能进行运算。

若行的维度和列的维度都不一样，则不能进行运算。

例如：

shape为（3，3，3）的数组不能与（3，2）进行计算。

shape为（3，3，3）的数组能与（3，3）进行计算。