Python Numpy列减法；从（k，）数组中的值减去（k，n）数组

说我有

x=np.random.random((3,10))
y=np.array([1,10,100])

我想从

y

中减去

x

每列中的值。我可以这样做：

np.array([y]*10).T-x

但是，这需要创建一个新数组，其大小为

y

（在本例中）的10倍。我还可以想象使用for循环。有人能建议一个更好的方法吗？

类似的方法吗

>>> (y - x.T).T
array([[  8.79354250e-01,   5.30104393e-01,   7.78342126e-01,
          4.56857161e-02,   5.32181828e-01,   1.47155126e-01,
          3.39654176e-01,   3.72693537e-01,   4.32737024e-01,
          7.55366710e-01],
       [  9.53976069e+00,   9.51725133e+00,   9.00439583e+00,
          9.65411497e+00,   9.55728110e+00,   9.35189161e+00,
          9.72451832e+00,   9.20089714e+00,   9.60367043e+00,
          9.41722649e+00],
       [  9.99248465e+01,   9.96932738e+01,   9.93110996e+01,
          9.94116657e+01,   9.98695626e+01,   9.92118001e+01,
          9.93602275e+01,   9.99518088e+01,   9.98442735e+01,
          9.93865628e+01]])

---

只需垂直堆叠

y

，然后减去

x

。例如：

y[:, None] - x    # insert a new axis into y (creating a new view of y)

或

这是因为

y

现在具有形状

（3,1）

，因此可以使用具有形状

（3,10）

的

x

进行广播

---

如果

x

的每个尾随维度（即从形状元组的末尾开始）等于

y

的尾随维度，或者如果其中一个比较维度为1，则可以一起广播

x

和

y

。在本例中，

y

的尾随维度更改为1，以便两个数组兼容。

Ah。。。因此，我也可以

y。完全重塑（3,1）-x

@atomh33ls，只要它是所需的形状。

y[：，np.newaxis]

是重塑

y

的另一种方式。

np.vstack(y) - x  # stack y vertically (creating a copy of y)