Numpy使用None与冒号的数组切片运算结果疑问

• 第一步：明确初始数组维度
  初始定义的A = np.array([0, 1])、B = np.array([0, 1])都是形状为(2,)的一维数组。
• 第二步：None的作用说明
  numpy中None是np.newaxis的简写，作用是给数组新增一个长度为1的维度，新增维度的位置由None在索引中的位置决定：
  • 执行B = B[:, None]后，B在第二个维度新增轴，形状从(2,)变为(2, 1)
  • 比较语句中的A[None, :]是给A在第一个维度新增轴，形状从(2,)变为(1, 2)
  • 比较语句中的B[:, None]是给已经是(2,1)的B在第二个维度新增轴，形状最终变为(2, 1, 1)
• 第三步：广播规则下的比较逻辑
  numpy中不同形状的数组做运算时会自动触发广播机制，规则如下：
  1. 先给维度更少的数组在最前面补长度为1的维度，直到两个数组维度数一致
  2. 对应维度的长度要么相等，要么其中一个为1，否则会抛出维度不匹配错误
  3. 最终运算结果的形状为各维度长度的最大值
     本次比较中，A[None, :]是2维数组，会先在最前面补1得到(1, 1, 2)的形状，和形状为(2, 1, 1)的B做广播后，最终输出结果的形状为(2, 1, 2)，和你拿到的输出结构完全对应。
• 第四步：逐值比较过程
  广播后相当于B的每个元素都会和A的所有元素逐一比较：
  • 第一个B元素值为0：0 == 0 → True，0 == 1 → False，得到第一组结果[[ True False]]
  • 第二个B元素值为1：1 == 0 → False，1 == 1 → True，得到第二组结果[[False True]]
    两组结果拼接就是你看到的最终输出。

内容的提问来源于stack exchange，提问作者djokovic