如何用简洁方法实现NumPy数组扩展以进行逐元素减法运算？

先定义原始数组：

import numpy as np

a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8],[9,10]])

方法一：显式生成目标数组c和d #

• 生成c：将a的每一行重复3次，调整维度到(2,3,2)

  c = a[:, np.newaxis, :].repeat(3, axis=1)
  

• 生成d：将b整体重复2次，调整维度到(2,3,2)

  d = b[np.newaxis, :, :].repeat(2, axis=0)
  

之后直接执行c - d即可得到结果。

方法二：利用广播机制直接运算（更高效） #

不用显式创建c和d，直接通过扩展维度触发NumPy的广播机制，一步到位：

result = a[:, np.newaxis, :] - b[np.newaxis, :, :]

这里：

• a[:, np.newaxis, :]把a从(2,2)转为(2,1,2)
• b[np.newaxis, :, :]把b从(3,2)转为(1,3,2)
  NumPy会自动将两个数组广播成(2,3,2)的形状，直接完成减法运算，既省内存又简化代码。

内容的提问来源于stack exchange，提问作者Gabriel Vasconcelos Fruet