如何用单行操作实现Numpy矩阵与一维数组的批量乘法（无循环）

要实现3×2矩阵A和1×4一维数组B的批量相乘，得到4个3×2矩阵组成的4×3×2数组C，直接利用Numpy的广播机制就能一行代码搞定，完全不需要循环：

代码示例 #

import numpy as np

# 定义输入矩阵和数组
A = np.array([[1, 2], [3, 4], [5, 6]])  # 维度(3,2)
B = np.array([10, 20, 30, 40])           # 维度(4,)

# 单行操作得到目标数组C
C = A * B[:, np.newaxis, np.newaxis]

原理说明 #

通过B[:, np.newaxis, np.newaxis]将一维数组B的维度从(4,)转换为(4,1,1)，Numpy的广播规则会自动将A（维度(3,2)）扩展为(4,3,2)，同时将B扩展为(4,3,2)，两者逐元素相乘后，就得到了每个A与对应B元素相乘的结果，最终C的维度为(4,3,2)，完全符合需求。

你也可以用reshape实现同样的维度调整，效果一致：

C = A * B.reshape(4, 1, 1)

内容的提问来源于stack exchange，提问作者arty