Numpy短数组重复匹配长数组后对应元素相加有什么更优方案？

方案1：使用np.resize（写法最简洁） #

np.resize会自动将数组重复填充到指定的目标长度，刚好适配b长度可整除a的场景，无需手动计算重复次数：

>>> a + np.resize(b, a.shape)
array([ 0,  2,  2,  4,  4,  6,  6,  8,  8, 10])

方案2：reshape+广播运算（内存效率最高） #

如果处理的数组体量很大，不想生成完整的拓展后b数组，可以用reshape配合numpy广播机制完成运算，全程不会产生中间的重复版b数组，内存占用更低：

>>> (a.reshape(-1, len(b)) + b).ravel()
array([ 0,  2,  2,  4,  4,  6,  6,  8,  8, 10])

两种方案都比np.tile写法更简洁，性能也相当甚至更优。

内容的提问来源于stack exchange，提问作者Spacedman