如何高性能实现numpy二维数组与另一数组的逐元素相加

直接利用NumPy原生广播机制执行加法即可，代码如下：

import numpy as np

a = np.array([[1,2,3],[4,5,6]]) 
b = np.array([[1,5,10]])
result = a + b

运行后输出的结果和需求完全匹配：
array([[ 2, 7, 13], [ 5, 10, 16]])

性能优势说明 #

这个方案是所有可行实现里性能最优的，原因如下：

• 所有计算逻辑完全在NumPy底层C语言层面执行，没有Python层的循环开销，运算速度最快
• 广播机制不会实际将b数组复制为和a同维度的新数组，仅在计算时做虚拟维度扩展，几乎没有额外内存开销
• 不需要调用repeat、tile等会生成新数组的接口，避免了不必要的内存分配和拷贝成本，当a的行数越大时，性能优势越明显。类似np.tile(b, (a.shape[0], 1)) + a的实现会额外生成和a同大小的中间数组，内存和时间开销都会高不少，不推荐。

内容的提问来源于stack exchange，提问作者user4603876