我有两个 numpy 数组 a 和 b
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
b = np.array([1,2,3])
array([1, 2, 3])
我想在 a 的每一行中减去 b 的对应元素（即 a 的第一行、b 的第一个元素等） 所以 c 是
array([[0, 1, 2],
[2, 3, 4],
[4, 5, 6]])
有没有python命令可以做到这一点？
【问题讨论】：
有没有python命令可以做到这一点？
是的，- 运算符。
此外，您需要将b 制作成列向量，以便广播可以为您完成剩下的工作：
a - b[:, np.newaxis]
# array([[0, 1, 2],
# [2, 3, 4],
# [4, 5, 6]])
【讨论】：
是的！您只需要先将 b 设为列向量
a - b[:, np.newaxis]
【讨论】：
将b重塑为列向量，然后减去：
a - b.reshape(3, 1)
b 没有就地改变，但reshape 方法调用的结果将是列向量：
array([[1],
[2],
[3]])
允许你想要的减法的“形状”。更一般的重塑操作是：
b.reshape(b.size, 1)
无论b 有多少元素，并将它们塑造成一个 N x 1 向量。
更新：快速基准测试显示 kazemakase's answer 使用 b[:, np.newaxis] 作为重塑策略，速度提高了约 7%。对于小向量，微秒的那几个额外分数无关紧要。但是对于大向量或内部循环，更喜欢他的方法。这是一种不太通用的重塑，但在此用途中表现更好。
【讨论】：
b.reshape(-1, 1) 让重塑自动设置一维的大小，而无需显式查询 b.shape。
-1 通配符，但既然您提出它，它会在不失一般性的情况下调整性能。竖起大拇指。