如何无需创建中间数组，直接用NumPy数组a和c实现目标元素乘法？

先来看你当前的场景：你原本通过这段代码得到了预期的输出：

import numpy as np

a = np.linspace(-2.5, 2.5, 6, endpoint=True)
b = np.vstack((a, a)).T
c = np.array([2, 1])
print(b*c)

输出结果为：

[[-5.  -2.5]
 [-3.  -1.5]
 [-1.  -0.5]
 [ 1.   0.5]
 [ 3.   1.5]
 [ 5.   2.5]]

但你不想创建中间数组b，希望直接用a和c完成元素乘法，之前尝试a*c、c*a或者调整c的维度都因为广播规则报错，对吧？

其实不用额外创建中间数组，利用NumPy的广播机制就能直接实现，只需要调整a的维度让它和c匹配广播规则就行，这里有两种简单的实现方式：

• 方法一：给a新增一个轴，转换为列向量

  import numpy as np
  
  a = np.linspace(-2.5, 2.5, 6, endpoint=True)
  c = np.array([2, 1])
  print(a[:, np.newaxis] * c)
  

  a[:, np.newaxis]会把一维的a转换成形状为(6,1)的二维数组，和形状为(2,)的c相乘时，NumPy会自动将c广播为(1,2)的形状，这样每个a的元素都能和c的两个元素分别相乘，最终得到和原代码一致的输出。

• 方法二：用reshape调整a的形状
  原理和上面一致，只是写法更直观：

  print(a.reshape(-1, 1) * c)
  

  这里的-1让NumPy自动计算该维度的长度（也就是6），转换后a的形状为(6,1)，和c广播相乘后就能得到目标结果。

另外你后来发现的方法也很实用：如果从一开始就把a定义为二维数组，比如：

a = np.linspace([-2.5, -2.5], [2.5, 2.5], 6, endpoint=True)

这样直接写a*c或者a*(2,1)就能得到预期结果，这种方式适合从源头构建符合需求的数组。

备注：内容来源于stack exchange，提问作者Paul Jurczak