Python Numpy：按列向矩阵添加向量

这是行加法。如何按列添加它们以获得

a
Out[57]: 
array([[1, 2],
       [3, 4]])

b
Out[58]: 
 array([[5, 6],
       [7, 8]])

In[63]: a[:,-1] + b
Out[63]: 
array([[ 7, 10],
       [ 9, 12]])

---

我不想转置整个数组，先添加，然后再转置回来。还有其他方法吗？

在

a[：，-1]

的末尾添加一个新轴，使其具有形状

（2,1）

。然后，使用

b

进行的添加将沿着列（第二个轴）而不是行（默认值）

---

a[：，-1]

具有形状

（2，）

<代码>b具有形状

（2,2）

。默认情况下，广播会在左侧添加新轴。因此，当NumPy计算

a[：，-1]+b

时，其广播机制导致

a[：，-1]

的形状更改为

（1,2）

，并广播到

（2,2）

，沿其长度轴1（即沿其行）的值将被广播

相反，

a[：，-1][：，np.newaxis]

具有形状

（2,1）

。因此，广播将其形状更改为

（2,2）

，其值沿其长度轴1（即沿其列）进行广播。

注DSM（已删除）的答案显示了生成形状切片的更快方法

（2,1）

：

a[：，-1，np.newaxis]

而不是

a[：，-1][：，np.newaxis]

。阅读下面的文章，看看这是为什么。很酷。

In [65]: result
Out[65]: 
array([[ 7,  8],
       [11, 12]])

In [47]: b + a[:,-1][:, np.newaxis]
Out[47]: 
array([[ 7,  8],
       [11, 12]])