Numpy普通数组与空数组求和报错，寻求无判断解决方案

问题原因 #

numpy的广播规则要求两个数组的对应维度要么长度相同，要么其中一个维度长度为1，要么其中一个数组没有该维度。你遇到的报错根源在于：

• (2,3) 和 (2,0) 的第二维度长度分别是3和0，既不相等也不为1，不符合广播条件；
• 一维场景下(6,) 和 (0,) 的长度不同，同样无法触发广播机制。

无需显式if的解决方案 #

如果你希望空数组在求和时等价于加0（不改变原数组的值），可以利用numpy特性实现无判断的兼容处理：

方案1：利用数组size属性和隐式判断 #

通过简洁的表达式判断数组是否为空，空数组则替换为同形状全0数组，非空则直接相加（需保证非空数组与x符合广播规则）：

import numpy as np

x = np.ones([2,3])
empty_arr = np.array([]).reshape(2,-1)

result = x + (empty_arr if empty_arr.size else np.zeros_like(x))

方案2：利用广播与数组求和特性 #

空数组的求和结果是标量0，将其广播到目标数组的形状后再相加，全程无需判断数组状态：

import numpy as np

x = np.ones([2,3])
empty_arr = np.array([]).reshape(2,-1)

result = x + np.broadcast_to(empty_arr.sum(), x.shape)

这种方式的优势是通用性强：无论empty_arr是空还是非空，只要非空时求和结果能与x广播（比如非空数组与x同形状，求和得到的标量可直接广播到整个数组），就能正常执行。

注意事项 #

如果你的非空数组需要与x做对应元素相加，必须保证非空数组的形状与x兼容（符合numpy广播规则），否则即使数组非空也会触发广播报错。

内容的提问来源于stack exchange，提问作者Toon Tran