如何用Numpy实现矩阵与向量沿第三维度的乘、取最大及加操作？

完全可以用Numpy的**广播（Broadcasting）**特性来实现你的需求，不需要复杂循环，效率拉满。下面分步骤拆解你的两个需求：

一、生成张量C并沿第三维度取最大值 #

你的核心需求是让(N,N)的矩阵A和(m,)的向量b逐元素配对相乘，得到(N,N,m)的张量C，再提取第三维度的最大值。用广播就能轻松搞定：

1. 给矩阵A新增一个维度，变成(N,N,1)（可以用A[..., np.newaxis]或者np.expand_dims(A, axis=2)，写法更简洁）；
2. 直接和向量b相乘，Numpy会自动把b的维度广播成(1,1,m)，完美匹配后得到(N,N,m)的张量C；
3. 用np.max()指定axis=2（第三维度，索引从0开始），就能得到你要的(N,N)最大值矩阵。

拿你给的例子写代码：

import numpy as np

A = np.array([[1, 2], [3, 4]])
b = np.array([1, 2, 3])

# 生成张量C
C = A[..., np.newaxis] * b
print("C的结果：")
print(C)
# 输出：[[[1 2 3]
#         [2 4 6]]
#        [[3 6 9]
#         [4 8 12]]]

# 沿第三维度取最大值
max_C = np.max(C, axis=2)
print("max(C)的结果：")
print(max_C)
# 输出：[[ 3  6]
#        [ 9 12]]

二、给C的每个切片加上b对应元素生成D #

补充需求里，要给C的每个(N,N,i)切片加上b的第i个元素，最终得到(m,N,N)结构的D。同样靠广播实现：

1. 把向量b变形为(1,1,m)（b.reshape(1,1,-1)，-1让Numpy自动推断维度）；
2. 和C相加得到(N,N,m)的中间结果；
3. 转置维度，把第三维度移到第一维（用np.transpose(2, 0, 1)），就得到你示例里的D结构。

对应示例的代码：

# 生成每个切片加对应b元素的中间结果（N,N,m）
temp = C + b.reshape(1,1,-1)
# 转置得到(m,N,N)的D
D = temp.transpose(2, 0, 1)
print("D的结果：")
print(D)
# 输出：[[[ 2  3]
#         [ 4  5]]
#        [[ 4  6]
#         [ 8 10]]
#        [[ 6  9]
#         [12 15]]]

如果不需要调整维度顺序，只是想让每个切片加上对应b元素，直接C + b.reshape(1,1,-1)就能得到(N,N,m)的结果，按需选择就行。

内容的提问来源于stack exchange，提问作者Zephyr