如何计算numpy数组每行对应的单位向量，解决广播运算报错问题？

你遇到的广播错误是因为范数计算结果的维度和原数组不匹配：np.linalg.norm(A, axis=1)返回的是形状为(4,)的一维数组，无法直接和形状为(4,2)的二维数组执行广播运算。

两种常用的可行写法：

推荐最简写法 #

计算范数时直接保留维度，不需要额外调整：

import numpy as np

A = np.array([[50,14],[26,11],[81,9],[-11,-19]])
# 计算每行范数时保留维度，得到形状为(4,1)的列向量
row_norms = np.linalg.norm(A, axis=1, keepdims=True)
# 直接执行除法即可，自动按行广播
A_unit = A / row_norms
# 如需原地修改，直接写 A /= row_norms 即可

手动调整维度写法 #

如果已经计算得到了一维的范数数组，手动新增列维度匹配广播规则：

row_norms = np.linalg.norm(A, axis=1)
# 手动将形状(4,)调整为(4,1)
A_unit = A / row_norms[:, np.newaxis]
# 也可写作 row_norms.reshape(-1, 1) 效果一致

• numpy的元素级运算（包括/、np.divide）没有axis参数，维度匹配完全依赖广播规则，不需要额外指定axis。
• 可以通过如下代码验证结果正确性，输出的每行范数应该近似为1：

print(np.linalg.norm(A_unit, axis=1))
# 输出：[1. 1. 1. 1.]

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