如何用NumPy无循环实现二维数组与一维数组逐元素相乘得三维数组

核心思路是利用NumPy广播机制，无需循环即可完成向量化运算，直接生成目标三维数组。

实现代码 #

import numpy as np

# 定义原始数组
A = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])
B = np.array([1, 2, 3, 4])

# 方法1：通过np.newaxis为B增加维度，实现广播相乘
C = B[:, np.newaxis, np.newaxis] * A

# 方法2：用reshape调整B的形状，效果相同
# C = B.reshape(-1, 1, 1) * A

# 验证结果
print(C)

原理说明 #

• 原始数组形状：A是(3,3)，B是(4,)
• 通过[:, np.newaxis, np.newaxis]或reshape(-1,1,1)，将B的形状转为(4,1,1)
• NumPy广播会自动将B的每个元素扩展为与A同形状的(3,3)数组，然后对应位置元素相乘，最终得到形状为(4,3,3)的三维数组C，完全符合预期格式。

这种方式是纯向量化运算，依赖NumPy底层的C优化，运算效率远高于Python循环。

内容的提问来源于stack exchange，提问作者shmrnm