如何一步实现numpy数组每一列与另一数组各元素相乘？

嘿，这个问题其实用NumPy的广播机制就能轻松解决！不用写循环，一步到位完全没问题，我来给你演示下具体操作：

首先咱们先定义两个示例数组，方便直观理解：

import numpy as np

# 3行2列的目标数组（每一列要和B的对应元素相乘）
A = np.array([[1, 2],
              [3, 4],
              [5, 6]])

# 和A的列数长度一致的数组，每个元素对应A的一列
B = np.array([10, 20])

接下来直接执行元素级乘法就行，NumPy会自动帮你处理维度匹配：

result = A * B

咱们看看结果：

print(result)
# 输出：
# [[ 10  40]
#  [ 30  80]
#  [ 50 120]]

你看，A的第一列所有元素都乘以了B的第一个元素10，第二列都乘以了B的第二个元素20，完全符合你的需求！

原理说明 #

这背后是NumPy的广播机制在起作用：当两个数组维度兼容时（这里A是(3,2)，B是(2,)，B的最后一个维度和A的最后一个维度长度相同），NumPy会自动将低维度的B扩展成和A形状一致的(3,2)数组（相当于把B复制3次，变成每行都是[10,20]的数组），然后逐元素相乘，最终实现每一列对应B元素的批量乘法。

如果你的B是行向量（比如形状是(1,2)），直接用A * B也能得到同样结果；如果B是列向量（形状(2,1)），那你需要先把它转成行向量再相乘，比如A * B.T或者A * B.reshape(1,2)。

另外，你也可以用np.multiply(A, B)来代替A * B，两者效果完全一致，只是写法不同而已。

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