如何在Python中对行列数不同的矩阵求和（无需自定义函数）

问题说明 #

我有两个二维矩阵：[[1,2],[0,0]] 和 [[4,8],[0,0],[5,6]]，希望求和得到矩阵 [[5,10],[0,0],[5,6]]。已知numpy直接执行m1+m2会因形状不匹配报错，请问无需编写自定义函数的最简单实现方法是什么？

解决方案 #

利用numpy的np.pad函数将行数较少的矩阵补全为与另一矩阵相同的形状（缺失行补0），再执行逐元素相加即可：

import numpy as np
m1 = np.array([[1, 2], [0, 0]])
m2 = np.array([[4, 8], [0, 0], [5, 6]])

# 补全m1的行数至与m2一致，缺失行填充0
m1_padded = np.pad(m1, ((0, m2.shape[0] - m1.shape[0]), (0, 0)), mode='constant')
res = m1_padded + m2

print(res)
# 输出结果：
# [[ 5 10]
#  [ 0  0]
#  [ 5  6]]

原理说明 #

numpy的数组相加要求形状完全匹配，通过np.pad给m1补充1行全0元素后，m1_padded的形状变为(3,2)，与m2一致，此时就能直接执行逐元素相加，得到目标结果。

内容的提问来源于stack exchange，提问作者Matvey_coder3