numpy中的形状“可广播”到另一个意味着什么？

Question

我正在尝试在另一个库中复制numpy行为。我的图书馆缺少的一件事是广播行为。运算符的广播行为已在numpy中使用documentation stating：

的非赋值运算符很好地定义了

[在两个数组上进行操作时，NumPy比较它们的形状在元素方面。它始于尾随尺寸，前进的道路。当

时，两个维度兼容

1. 它们相等，或
2. 其中一个是1

易于使用* b，但是a * = b或a [：] = b呢？ numpy中的分配似乎遵循广播规则的some，即：

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

c = a * b # works!
a *= b # fails, non-broadcastable output operand with shape (1,1,3,3) doesn't match the broadcast shape (3,1,1,3)
a[:] = b #fails, could not broadcast input array from shape (1,1,3,3) into to shape (3,1,1,3)
b[:,:,:] = a[1,0,0,:] # works!

现在，我可以直观地理解一些规则，为什么对于某些分配却没有意义。问题是，我认为没有规则集可以总体上管理广播。我认为这与输出位置形状匹配有关，尽管在上一个工作示例中（即使没有）逻辑也失败了。我能找到的最接近的东西是单个statement in the docs（强调我的意思）：

如前所述，可以使用单个索引，切片以及索引和掩码数组。价值是分配给索引数组的形状必须一致（相同形状或可广播到索引产生的形状）。例如，它是允许为切片分配常量：

这里的“可广播到形状”的定义是什么？

Answer 1

（（1,1,3,3）变成形状（3,1,1,3）] >>

b形状为（1,1,3,3）可以广播到（3,1,3,3），但不能广播到（3,1,1,3）。第三个暗度为3，不能更改为1。

[做a*=和a[:]=时，a的形状不变。

[a[1,0,0,:]是（1,1,3），可以广播到（1,1,1,3）并继续广播到（1,1,3,3）。

使用c = a*b，广播是：

(3,1,1,3) * (1,1,3,3) => (3,1,3,3)
a的一个暗度增加到3，b的另一个暗度也增加到3。对于二进制运算符*，两个参数都被广播。在分配中，只有RHS。