Python数组计算幕后逻辑：Numpy维度不匹配加法疑问解析

先看你的示例代码：

import numpy as np
np_mat = np.array([[1, 2],
               [3, 4],
               [5, 6]])

这是一个3×2的矩阵。

执行加法操作：

np_mat + np.array([10, 10])

得到结果：

array([[11, 12],
   [13, 14],
   [15, 16]])

一维数组的作用 #

这里的np.array([10,10])是可广播的基准元素组，通过NumPy的广播机制自动扩展为和np_mat维度一致的3×2矩阵（每一行都是[10,10]），最终实现和原矩阵的逐元素加法。

幕后实现逻辑（广播规则） #

NumPy的广播机制是为了让不同维度的数组能执行元素级运算，核心规则是从数组的最后一个维度开始匹配：

• 当两个数组的维度从后往前对应长度相等，或者其中一个数组的对应维度长度为1时，就可以触发广播。
• 针对你的例子：
  1. np_mat的维度是(3,2)，一维数组的维度是(2,)，从最后一个维度看，长度都是2，满足匹配条件。
  2. 一维数组缺少第一个维度（行数），NumPy会在逻辑上（不实际占用额外内存）将这个数组在缺失的维度上重复3次，生成一个(3,2)的临时结构，每一行都是[10,10]。
  3. 最后执行逐元素加法，原矩阵每个位置的元素加上临时结构对应位置的元素，得到最终结果。

这种机制的优势是不用手动构造重复的大矩阵，既节省内存，又简化了代码写法。

内容的提问来源于stack exchange，提问作者brickanalyst