广播机制broadcast_a[0] += self.rng.uniform(2.0*s, 4.0*s)operands cou

两个变量格式不统一，有时也可以运算：

情况1：两个数组各维度大小从后往前比对均一致。

如：

A = np.zeros((2,5,3,4))
B = np.zeros((3,4))
print((A+B).shape) # 输出 (2, 5, 3, 4)
 
A = np.zeros((4))
B = np.zeros((3,4))
print((A+B).shape) # 输出(3,4)

 情况2：两个数组存在一些维度大小不相等时，有一个数组的该不相等维度大小为1

A = np.zeros((2,5,3,4))
B = np.zeros((2,1,1,4))
print((A+B).shape) # 输出：(2, 5, 3, 4)
 
A = np.zeros((1))
B = np.zeros((3,4))
print((A+B).shape) # 输出(3,4)
 
 
# 下面是报错案例
A = np.zeros((2,5,3,4))
B = np.zeros((2,4,1,4))
print((A+B).shape)
ValueError: operands could not be broadcast together with shapes (2,5,3,4) (2,4,1,4)
为啥报错？因为A和B的第2维不相等。并且都不等于1.

参考自：2个规则弄懂numpy的broadcast广播机制 - 知乎