numpy中为数组添加新轴后执行加法的计算逻辑是怎样的？

计算过程拆解 #

核心是NumPy的维度扩展（newaxis）和广播机制共同作用得到结果，逐步骤解析如下：

• 第一步：生成基础一维数组
  x = np.arange(0,4,1)会生成一个长度为4的一维数组，内容为：[0, 1, 2, 3]
  代码里的x[:6]切片不会改变数组内容，因为x本身只有4个元素，切片长度超出数组实际长度时，只会返回全部现有元素。
• 第二步：用np.newaxis调整数组维度
  np.newaxis的作用是给数组新增一个维度：
  • x[:6, np.newaxis]：把原一维数组转成4行1列的二维列向量，shape为(4,1)，内容如下：

  [[0]
   [1]
   [2]
   [3]]
  

  • x[np.newaxis, :]：把原一维数组转成1行4列的二维行向量，shape为(1,4)，内容如下：

  [[0, 1, 2, 3]]
  

• 第三步：广播机制执行逐元素相加
  当两个shape分别为(4,1)和(1,4)的数组做加法时，NumPy会自动触发广播规则，把两个数组都扩展成4行4列的数组，再对应位置相加：
  • 4行1列的列向量会自动复制列，变成每行都是同一个值的4行4列数组
  • 1行4列的行向量会自动复制行，变成每列都是同一个值的4行4列数组
    最终每个第i行第j列的单元格数值就是列向量第i个值 + 行向量第j个值，也就是i + j，和你给出的输出结果完全匹配。

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