如何实现两个n维列表的逐元素相加？Pythonic方法还是用NumPy？

一、纯Python的Pythonic实现 #

1. 2D列表的简化写法 #

你原来的代码可读性确实欠佳，可以用嵌套列表推导式替换，逻辑更直观：

l1 = [[1, 1, 1],
      [2, 2, 2],
      [3, 3, 3]]

l2 = [[1, 1, 1],
      [2, 2, 2],
      [3, 3, 3]]

new = [[a + b for a, b in zip(row1, row2)] for row1, row2 in zip(l1, l2)]
print(new)

输出：

[[2, 2, 2],
 [4, 4, 4],
 [6, 6, 6]]

这种写法直接遍历每一行，再逐元素相加，比map加lambda的组合更容易理解。

2. 支持n维列表的通用实现 #

如果要处理任意维度的列表，可以用递归函数实现：

def elementwise_add(a, b):
    if isinstance(a, list) and isinstance(b, list):
        return [elementwise_add(x, y) for x, y in zip(a, b)]
    else:
        return a + b

# 测试3维列表的情况
l3 = [[[1,2], [3,4]], [[5,6], [7,8]]]
l4 = [[[10,20], [30,40]], [[50,60], [70,80]]]
print(elementwise_add(l3, l4))

输出：

[[[11, 22], [33, 44]], [[55, 66], [77, 88]]]

这个函数会递归检查元素类型：如果是列表就继续递归相加，否则直接返回数值和，能适配任意维度的列表（前提是两个列表的维度、形状完全一致）。

二、使用NumPy实现（更高效简洁） #

如果你的场景涉及大量数值计算或高维数据，优先用NumPy，它原生支持逐元素运算，语法简洁且性能远优于纯Python：

import numpy as np

arr1 = np.array([[1, 1, 1],
                 [2, 2, 2],
                 [3, 3, 3]])

arr2 = np.array([[1, 1, 1],
                 [2, 2, 2],
                 [3, 3, 3]])

result = arr1 + arr2
print(result.tolist())  # 如需转回Python列表

输出：

[[2, 2, 2],
 [4, 4, 4],
 [6, 6, 6]]

NumPy数组直接用+运算符就能完成逐元素相加，不管是2维还是n维都适用，处理大规模数据时速度优势明显。

选择建议 #

• 若只是小规模简单数据、不想引入第三方库，纯Python的列表推导式或递归函数足够；
• 若涉及复杂数值计算、高维数据或对性能有要求，直接用NumPy，代码更简洁高效。

内容的提问来源于stack exchange，提问作者Nonlinear