Python 在numpy中对不同形状的矩阵进行求和和和乘法

我有一个N*M的矩阵A和一个N长度的向量V。我想做一个+V，其中A行I中的每个元素与V中的元素I求和。怎么做

e、 g:

我想对乘法和除法也这样做。

解决方案：

V = V.reshape(-1,1)
A + V

---

现在，它可以工作了。

这里要查找的概念是。它使您能够在任意两个矩阵之间进行点式交互，只要它们的形状对应，或者在没有对应的轴上，至少有一条边退化，即大小

1

。在您的情况下，您需要向V添加一个轴。您可以按如下方式优雅地执行此操作

A + V[:, np.newaxis]

---

您需要告诉numpy它必须将向量

V

的维度扩展1，您可以使用特殊索引

np.newaxis

来完成。它看起来是这样的：

import numpy as np

A = np.array([[10,20],[100,200],[1000,2000]])
V = np.array([1,2,3])
A + V[:,np.newaxis]

array([[  11,   21],
       [ 102,  202],
       [1003, 2003]])

从：

选择元组中的每个newaxis对象用于将结果选择的维度扩展一个单位长度维度。添加的维度是newaxis对象在选择元组中的位置

---

你的例子不正确<未定义代码>a和

v

。你能编辑一下吗？

import numpy as np

A = np.array([[10,20],[100,200],[1000,2000]])
V = np.array([1,2,3])
A + V[:,np.newaxis]

array([[  11,   21],
       [ 102,  202],
       [1003, 2003]])