不同维度NumPy数组相减结果疑问：为何输出为[[0,1]]？

先明确两个参与运算的numpy数组的形态：

• np.array([1,2])是1维数组，形状为(2,)，可以理解成一行2个元素的序列
• np.array([[1,1]])是2维数组，形状为(1,2)，可以理解成包含一行2个元素的嵌套序列

这是numpy的广播机制在起作用——当两个形状不完全匹配的数组进行运算时，numpy会自动调整它们的形状，让元素能对应运算，核心规则是：

• 从形状的最后一个维度开始比较，要么维度长度相同，要么其中一个维度的长度是1
• 维度更少的数组会被“逻辑扩展”成和另一个数组相同的形状（不会实际复制数据，只是运算时按扩展后的形态处理）

具体到这个例子：

1. 1维数组(2,)会被广播补位，逻辑上变成形状为(1,2)的数组，也就是[[1,2]]
2. 此时两个数组形状均为(1,2)，可以逐元素相减：
   • 第一个元素：1 - 1 = 0
   • 第二个元素：2 - 1 = 1
3. 最终得到的运算结果就是[[0,1]]

内容的提问来源于stack exchange，提问作者Ujjawal Bindal