如何从numpy数组k中减去数组f得到目标结果（续篇）

嘿，这问题刚好可以沿用你之前乘法的思路，用numpy的广播机制搞定，步骤超简洁！

核心思路 #

和你之前“每一列与另一个数组每个值相乘”的解法逻辑完全一致——利用numpy的广播特性，不用写循环，直接通过维度自动匹配完成逐元素的对应减法。

示例演示 #

假设我们有以下数组：

import numpy as np

# 二维数组k
k = np.array([[5, 10, 15],
              [20, 25, 30],
              [35, 40, 45]])
# 一维数组f，长度和k的列数一致
f = np.array([2, 4, 6])

如果想要实现k的每一列分别减去f中对应的元素（即第一列所有元素减2，第二列减4，第三列减6），直接一行代码搞定：

result = k - f

得到的结果正是你要的：

array([[ 3,  6,  9],
       [18, 21, 24],
       [33, 36, 39]])

维度调整（特殊场景） #

如果你的数组维度和示例不同，只需要简单调整即可：

• 如果f是列向量（形状(3,1)），想要每一行减去f的对应元素，用k - f.T转置后再减
• 如果想更直观地显式扩展维度（避免广播歧义），可以用np.expand_dims：

  # 显式把f扩展为行向量，和k的行数匹配
  result = k - np.expand_dims(f, axis=0)
  

为什么和乘法解法一致？ #

不管是乘法还是减法，numpy的广播规则都是一样的：只要两个数组的维度在某个轴上长度相等，或者其中一个为1，就会自动扩展维度匹配，完成逐元素运算。这完全符合你“尽可能少步骤、和之前解法一致”的要求。

内容的提问来源于stack exchange，提问作者user8682794