如何在NumPy中传入向量生成多矩阵（不使用循环）

可以利用NumPy的向量化操作和广播机制来实现，完全避免显式for循环，代码如下：

import numpy as np

def func(m):
    m_arr = np.asarray(m)
    # 创建形状为 (N, 3, 3) 的全零三维数组，N是输入序列的长度
    matrices = np.zeros((m_arr.size, 3, 3))
    # 批量为每个矩阵的(1,1)位置赋值
    matrices[:, 1, 1] = 2 * m_arr
    return matrices

# 测试标量输入
print("标量输入结果：")
print(func(2))

# 测试数组输入
print("\n数组输入生成的3个矩阵：")
for mat in func([1,2,3]):
    print(mat)

关键说明： #

• 先将输入m转为NumPy数组，兼容标量和序列两种输入场景；
• 初始化的三维数组matrices形状为(N,3,3)，其中N是输入序列的长度，每个(3,3)切片对应一个目标矩阵；
• 通过matrices[:,1,1]可以选中所有矩阵的第1行第1列位置（NumPy索引从0开始），直接赋值2*m_arr利用广播完成批量操作，这比显式循环效率高得多。

原代码报错原因： #

原函数中M是二维数组(3,3)，M[1,1]是单个标量位置，无法接受序列类型的赋值，而三维数组的设计可以让我们批量处理多个矩阵的对应位置。

内容的提问来源于stack exchange，提问作者Silviu