NumPy中二维数组与一维数组相加时出现广播错误

你的报错根源是NumPy广播规则不匹配：矩阵形状是(3,4)，一维数组形状是(3,)，广播时会从最后一个维度开始对比——矩阵的列数是4，一维数组长度是3，两者既不相等也没有一方为1，因此无法完成广播。

下面根据你的实际需求给出两种解决方案：

方案1：给每一行添加长度匹配的行向量 #

如果你的目标是让矩阵的每一行，都和一个长度为4的行向量逐元素相加，只需把一维数组的长度调整为和矩阵列数一致（即4），NumPy会自动将(4,)的数组广播为(3,4)，完成逐行相加：

import numpy as np

matrix = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
])
# 调整为长度4的行向量
row_vector = np.array([1, 2, 3, 4])
result = matrix + row_vector
print(result)

输出结果：

[[ 2  4  6  8]
 [ 6  8 10 12]
 [10 12 14 16]]

方案2：把一维数组作为列向量，给每一列对应位置相加 #

如果你的需求是给矩阵的每一列，分别加上一维数组中对应位置的元素（比如第一列所有元素+1，第二列+2，第三列+3），需要将一维数组重塑为(3,1)的二维数组，让广播规则生效：

import numpy as np

matrix = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
])
row_vector = np.array([1, 2, 3])
# 两种重塑方式二选一
col_vector = row_vector.reshape(3, 1)
# col_vector = row_vector[:, np.newaxis]
result = matrix + col_vector
print(result)

输出结果：

[[ 2  3  4  5]
 [ 7  8  9 10]
 [12 13 14 15]]

补充：极简广播规则总结 #

广播的核心逻辑是从后往前匹配维度，需满足以下任一条件：

1. 两个数组的当前维度长度相等
2. 其中一个数组的当前维度长度为1

内容的提问来源于stack exchange，提问作者Mr. Thomson