Numpy报”ValueError:operands could not be broadcast together with shapes(X,Y)(X,) “的原因以及解决办法

问题描述

当我们在使用Numpy进行数组运算时，有时可能会遇到以下错误：

"ValueError:operands could not be broadcast together with shapes(X,Y)(X,) "

问题分析

这个错误通常是因为两个数组的尺寸不兼容导致的。在Numpy中，如果两个数组的形状不完全相同，Numpy会尝试将它们“广播”（broadcasting）到相同的形状。

广播是一种特殊的规则，可以使Numpy在缺少维度的情况下执行一些操作。但如果两个数组无法广播到相同的形状，则会发生“operands could not be broadcast together”的错误。

比如：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([[4, 5, 6], [7, 8, 9]])
c = a + b

# ValueError: operands could not be broadcast together with shapes (3,) (2,3)

我们尝试将一个一维数组a与一个二维数组b相加，但它们的形状不兼容。此时，Numpy会尝试将a广播成b的形状，但由于维度不同，无法进行广播，因此我们得到了上述错误。

解决办法

1. 检查数组形状是否兼容。最好使用print()函数查看数组形状，并确保它们具有相同的维数和形状。

2. 可以通过reshape()函数将数组形状改变为兼容的形状。

import numpy as np

a = np.array([1, 2, 3])
b = np.array([[4, 5, 6], [7, 8, 9]])
a_new = a.reshape(3, 1)
c = a_new + b
print(c)  # [[5 6 7], [9 10 11]]

在这个例子中，我们使用了reshape()函数将一维数组a改为了(3, 1)的形状。这个形状可以被广播到(2, 3)的形状，所以我们可以成功地将a和b相加。

3. 如果数组形状无法改变，则使用np.newaxis将维数添加到数组中，以便它们具有相同的尺寸。

import numpy as np

a = np.array([1, 2, 3])
b = np.array([[4, 5, 6], [7, 8, 9]])
a_new = a[:, np.newaxis]
c = a_new + b
print(c)  # [[5 6 7], [9 10 11]]

在这个例子中，我们使用了np.newaxis将一维数组a扩展成(3, 1)的数组。这个形状可以被广播到(2, 3)的形状，所以我们可以成功地将a和b相加。

总之，遇到这种广播错误时，我们需要检查数组的形状，并解决形状不兼容的问题，以便进行运算。通过上述方法，我们可以对数组进行改变或添加维度，以便得到可以广播的尺寸，从而避免运行时的错误。