Numpy：如何将数组多列与单列逐元素配对相乘？

嘿，这个需求其实是NumPy广播机制的典型应用场景，我来帮你实现想要的效果～

首先，你的需求是让二维数组a的每一行，分别和一维数组b的对应元素相乘——也就是a的第一行全乘b[0]，第二行全乘b[1]，最终得到[[1,2],[0,0]]。

方法1：利用np.newaxis转换维度实现广播 #

我们只需要把一维数组b转换成列向量（形状从(2,)变为(2,1)），这样NumPy的广播机制就会自动将其扩展为和a相同的(2,2)形状，再逐元素相乘即可：

import numpy as np
a = np.array([[1,2],[1,2]])
b = np.array([1,0])

# 将b转为列向量，执行相乘
c = a * b[:, np.newaxis]
print(c)
# 输出结果：
# [[1 2]
#  [0 0]]

方法2：用reshape调整维度 #

如果你觉得np.newaxis不够直观，也可以用reshape来修改b的形状，效果完全一致：

# 用reshape把b转为(2,1)的列向量
c = a * b.reshape(-1, 1)
print(c)

这里的-1是让NumPy自动推导该维度的长度，省去手动计算的麻烦。

为什么直接a * b不行？ #

顺便解释下，如果直接执行a * b，得到的结果会是[[1,0],[1,0]]。这是因为NumPy会把一维数组b默认当成行向量（形状(1,2)），广播后会变成和a同形状的数组，每一行都是[1,0]，这样相乘就不是按行配对的效果了。所以必须把b转为列向量，才能实现我们想要的逐行相乘逻辑。

内容的提问来源于stack exchange，提问作者Liwellyen