Numpy中如何实现二维矩阵与一维向量按行对应元素相加

你需要的操作可以通过Numpy的广播特性直接实现，无需手写循环，运行效率更高，具体用法如下：

import numpy as np

# 构造示例输入
matrix = np.array([[1, 2, 3],
                   [4, 5, 6]])
vector = np.array([0.1, 0.2])

# 核心操作实现
result = matrix + vector.reshape(-1, 1)

print(result)

核心操作：给向量新增列维度后直接相加，两种写法效果完全一致

• 写法1：用reshape调整形状 result = matrix + vector.reshape(-1, 1)
• 写法2：用np.newaxis插入维度 result = matrix + vector[:, np.newaxis]

运行后输出结果和你给出的示例完全匹配：

[[1.1 2.1 3.1]
 [4.2 5.2 6.2]]

实现原理：

• 原vector是长度为M的一维数组，调整为(M,1)的二维结构后，符合Numpy的广播匹配规则
• 相加时会自动把每行的单个向量值，扩展到和矩阵列数相同的长度，再逐元素相加，最终得到MxN的结果矩阵

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