numpy的数组广播机制
结果一样，虽然两个数组的维数不一样，但是 Numpy 检测到 b 的维度与 a 的维度匹配，所以将 b 扩展为之前的形式，得到相同的形状。
对于更高维度，这样的扩展依然有效。
如果我们再将 a 变成一个列向量呢？
可以看到，虽然两者的维度并不相同，但是Numpy还是根据两者的维度，自动将它们进行扩展然后进行计算。
对于 Numpy 来说，维度匹配当且仅当：
- 维度相同
- 有一个的维度是1
匹配会从最后一维开始进行，直到某一个的维度全部匹配为止，因此对于以下情况，Numpy 都会进行相应的匹配：
| A | B | Result |
|---|---|---|
| 3d array: 256 x 256 x 3 | 1d array: 3 | 3d array: 256 x 256 x 3 |
| 4d array: 8 x 1 x 6 x 1 | 3d array: 7 x 1 x 5 | 3d array: 8 x 7 x 6 x 5 |
| 3d array: 5 x 4 x 3 | 1d array: 1 | 3d array: 5 x 4 x 3 |
| 3d array: 15 x 4 x 13 | 1d array: 15 x 1 x 13 | 3d array: 15 x 4 x 13 |
| 2d array: 4 x 1 | 1d array: 3 | 2d array: 4 x 3 |
匹配成功后，Numpy 会进行运算得到相应的结果。
当然，如果相应的维度不匹配，那么Numpy会报错：
将 a 转换为列向量，还是可以计算出结果：