python broadcast和numpy.sum()函数 python 的broadcast机制，适用于当两个array的形状不一样时，可以通过broadcast进行自动的补齐，从而可以减少使用循环所带来的代码量以及提高效率。 它的补齐规则如下： 1.如果两个数组数据维度相同，如（3，1，2）与（1，2，2），且其中某个维度的rank是1，那么会将rank低的数据进行复制，直到两个数组的维度以及rank均相同 2.如果两个数组的维度不同，如（3，1，2）与（2，2），那么维度低的数组会加一，直到其维度与高维度的相匹配，加一的条件在于（1，2）与（2，2）可以进行broadcast，与情况一相同 numpy.sum() sum（）函数参数为numpy.sum(a, axis = )axis代表相加的轴，初始从0开始axis = i，则代表从维度i进行累加,其他维度不变 如 则 numpy-numpy.sum()中‘keepdims‘参数的作用 在numpy的许多函数中，会出现'keepdims'参数，以numpy.sum()为例： 官方文档中给出的解释： 看的一脸懵，还是跑个代码来得实在： 如果并不指定'axis'参数，输出的结果是相同的，区别在于当' keepdims = True'时，输出的是2D结果。 如果指定'axis'参数，输出的结果也是相同的，区别在于'keepdims = True'时，输出的是2D结果。 可以理解为'keepdims = True'参数是为了保持结果的维度与原始array相同。 总结 以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。