如何用NumPy内置方法实现无循环的一维与二维数组逐行相乘？

直接利用NumPy的广播特性，一行代码就能替代原有的for循环：

area_vector = area[:, np.newaxis] * normal

补充写法 #

如果习惯更通用的维度扩展方式，也可以用np.expand_dims：

area_vector = np.expand_dims(area, axis=1) * normal

Python 3.10及以上版本还能用更简洁的省略号写法：

area_vector = area[..., np.newaxis] * normal

原理说明 #

原循环里是拿area的每个元素（标量）去乘normal对应的整行，NumPy的广播机制会自动处理形状匹配：

• area[:, np.newaxis]把形状为(N,)的一维数组转换成(N,1)的二维数组
• 广播规则会将这个(N,1)的数组自动扩展为(N,3)，和normal的(N,3)形状完全匹配，之后逐元素相乘就等价于原循环的逐行标量乘法
• 这种方式的运算效率远高于Python层面的for循环，因为NumPy的核心运算都是底层C实现的，避免了Python循环的开销

内容的提问来源于stack exchange，提问作者Rigel F. do C.