如何优雅地将NumPy数组多列按行除以另一一维数组？

要实现对NumPy数组的指定多列逐行除以一个一维数组，直接运算会因广播维度不匹配报错（如a1[:,:2] / a2会提示shapes (3,2) (3,)不兼容），转置的方法可行但不够简洁，以下是几种更优雅的实现方式：

方法1：利用索引增加维度（最简洁） #

通过[:, None]给一维数组a2增加一个维度，使其形状变为(3,1)，这样就能和(3,2)的a1[:,:2]按照广播规则完成逐行除法：

import numpy as np

a1 = np.array([[1,2,3],[4,5,6],[7,8,9]])
a2 = np.array([11,12,13])

result = a1[:,:2] / a2[:, None]
print(result)
# 输出：
# [[0.09090909 0.18181818]
#  [0.33333333 0.41666667]
#  [0.53846154 0.61538462]]

方法2：显式扩展维度（更直观） #

使用np.expand_dims明确扩展a2的维度，原理和方法1一致，适合需要清晰表达操作意图的场景：

result = a1[:,:2] / np.expand_dims(a2, axis=1)

方法3：指定运算轴（NumPy 1.25+） #

如果使用NumPy 1.25及以上版本，可以直接在np.divide中指定axis=0，让一维数组沿着行轴与二维数组匹配运算，无需手动调整维度：

result = np.divide(a1[:,:2], a2, axis=0)

以上方法都能得到和转置法一致的结果，且代码更简洁易读。

内容的提问来源于stack exchange，提问作者PydPiper