两个2D Numpy数组沿axis=1卷积，np.convolve无axis参数求简单实现方案

实现方案 #

你需要的是对两个2D数组的对应行分别做1D卷积，下面是两种简洁的实现方式：

方法1：纯NumPy实现（无额外依赖）

直接逐行调用np.convolve后堆叠结果，代码简单易读，满足常规使用需求：

import numpy as np

# 示例数据
a = np.array([[4, 2, 0, 4, 3],
              [2, 2, 2, 3, 1]])
b = np.array([[4, 3],
              [4, 0]])

# 核心实现，默认mode='full'和示例输出匹配
c = np.vstack([np.convolve(a_row, b_row) for a_row, b_row in zip(a, b)])

运行后输出和你给出的预期完全一致：

[[16 20  6 16 24  9]
 [ 8  8  8 12  4  0]]

如果需要调整卷积模式，直接在np.convolve中传入mode参数（可选值'full'/'same'/'valid'）即可。

方法2：高效向量化实现（适合大数组场景）

如果处理的数组行数多、数据量大，可以使用scipy.signal.convolve1d，该函数原生支持axis参数，性能更优：

from scipy.signal import convolve1d

c = convolve1d(a, b, axis=1, mode='full')

内容的提问来源于stack exchange，提问作者learner