（判断题）在 numpy 中，不同大小(size)的矩阵之间不能直接进行运算

考查要点：本题主要考查对NumPy中数组运算规则的理解，特别是广播（Broadcasting）机制的应用。

解题核心思路：

• 明确NumPy允许不同形状的数组进行运算，前提是它们满足广播规则。
• 关键点在于理解广播的条件：当两个数组的维度在某一轴上大小相同，或其中一方的大小为1时，可以进行广播运算。

破题关键：
若学生熟悉广播的概念，即可直接判断题干错误。若不熟悉，需回忆数组运算中是否涉及隐式维度扩展。

在NumPy中，广播（Broadcasting）是允许不同形状数组进行运算的核心机制。其规则如下：

1. 维度对齐：从最后一个维度开始，逐层比较两个数组的形状。若某一维度的大小不同，但其中一方的大小为1，则该维度会被扩展为另一方的大小。

   • 例如：数组a的形状为(3,4)，数组b的形状为(1,4)，则b会被广播为(3,4)后再与a运算。

2. 维度扩展：若两个数组的维度不同，较小的数组会被隐式地在左侧添加维度（即增加轴）。

   • 例如：标量5可以与任意形状的数组相加，因为标量被视为形状为(1)的数组，通过广播扩展到目标形状。

示例：

import numpy as np
a = np.array([[1, 2], [3, 4]])  # 形状(2,2)
b = np.array([5, 6])            # 形状(2,)
c = a + b                       # b被广播为[[5,6],[5,6]]，结果c的形状为(2,2)