Python 中矩阵或者数组相减的法则

最近在作编程练习，发现有些结果的值与答案相差较大，经过分析比较得出结论，大概过程以下：

定义了一个计算损失的函数：

def error(yhat,label):
    yhat = np.array(yhat)
    label = np.array(label)
    error_sum = ((yhat - label)**2).sum()
    return error_sum

主要出现问题的是  yhat - label 部分，要强调的是必定要保证二者维度是相同的！这点很重要，不然就会按照python的广播机制进行运算，举个例子：

a = np.array([1,2,3])
a0 = np.array([[1],[2],[3]])
b = np.array([2,3,5,])
print(b-a)
print(b-a0)

这里a的维度是(3,)，由于是由列表转化成的数组（固然不是很推荐这种维度，由于很容易犯错），a0的维度是（3,1），b的维度是（3，），a与b的维度相同，在计算b-a的时候，结果显而易见：

b - a0 的结果：

产生这种结果的缘由是由于因为维度不一样，在计算的时候将b变为了与a0一样的3行的数组，变化后b的维度变为了（3,3），等同于以下的计算：

b = np.array([[2,3,5],
             [2,3,5],
             [2,3,5]])
a0 = np.array([[1],
               [2],
               [3]])
b - a0

结果仍然为：