如何用NumPy实现多维数组按对应一维数组元素逐行除法？

方法一：利用Numpy广播机制（推荐） #

Numpy的广播特性可以让你不用写循环，直接完成逐行的对应除法操作，代码简洁且效率更高：

import numpy as np

profile = np.array([[1,2,3,5],[3,6,2,5],[2,8,3,5]]) 
radius = np.array([4,8,3])

# 将radius转换为(3,1)的列向量，触发广播
profile_new = profile / radius[:, np.newaxis]

radius[:, np.newaxis]会把原本形状为(3,)的一维数组转换为(3,1)的二维数组，Numpy会自动将其扩展为与profile相同的(3,4)形状，从而实现每行元素对应除以radius的对应元素。

方法二：手动循环实现 #

如果需要用循环来完成，你需要先初始化一个和profile形状一致的数组，再逐行赋值：

import numpy as np

profile = np.array([[1,2,3,5],[3,6,2,5],[2,8,3,5]]) 
radius = np.array([4,8,3])

# 初始化同形状的空数组，指定浮点类型避免整数除法问题
profile_new = np.empty_like(profile, dtype=np.float64)

for idx in range(len(radius)):
    profile_new[idx] = profile[idx] / radius[idx]

你之前的循环代码问题在于没有保存每行的计算结果，而且变量名重复覆盖，导致最终只保留了最后一次循环的结果。

内容的提问来源于stack exchange，提问作者alaskagirl