如何将三维NumPy数组的每一行与列表逐元素相乘？

首先，先把你给出的原始列表转为真正的NumPy数组（你写的array是Python嵌套列表，必须转成np.ndarray才能利用NumPy的高效运算机制）：

import numpy as np

# 转换为三维NumPy数组
arr = np.array([[[1,2,3,10], [4,5,6,11], [7,8,9,12]],
                [[1,2,3,10], [4,5,6,11], [7,8,9,12]]])
lst = np.array([50, 60, 70])

接下来利用NumPy的广播机制实现高效逐元素相乘：你的数组形状是(2, 3, 4)，列表转成数组后形状是(3,)，我们只需要把它调整为(3, 1)的形状，就能和数组的第二、第三维度自动匹配，完成广播相乘：

# 调整列表数组的形状，适配三维数组的广播规则
lst_reshaped = lst.reshape(-1, 1)
# 直接执行逐元素乘法
result = arr * lst_reshaped

执行后result的结果完全符合你的预期：

array([[[ 50, 100, 150, 500],
        [240, 300, 360, 660],
        [490, 560, 630, 840]],

       [[ 50, 100, 150, 500],
        [240, 300, 360, 660],
        [490, 560, 630, 840]]])

补充说明 #

• np.dot()是矩阵点积运算，不是逐元素乘法，它要求维度满足矩阵相乘的规则，所以会报错。你需要的逐元素乘法用*操作符即可，但要保证维度能通过广播匹配。
• 列表推导式效率低是因为它本质是Python层面的循环，而NumPy的广播操作是底层C实现的，对于你提到的大数组（axis 0长度1088），速度会快几个数量级。

内容的提问来源于stack exchange，提问作者Archerlite