vector - 将向量添加到numpy中的矩阵行

Question

在 numpy 中是否有一种快速的方法可以将向量添加到矩阵的每一行或每一列。

最近，我一直在将向量平铺到矩阵的大小，这会占用大量内存。例如

    mat=np.arange(15)
    mat.shape=(5,3)

    vec=np.ones(3)
    mat+=np.tile(vec, (5,1))

我能想到的另一种方法是使用 python 循环，但循环很慢:

    for i in xrange(len(mat)):
        mat[i,:]+=vec

有没有一种快速的方法可以在 numpy 中做到这一点而不求助于 C 扩展？

能够虚拟平铺矢量会很好，就像更灵活的广播版本一样。或者能够按行或按列迭代操作，您几乎可以使用某些 ufunc 方法来完成。

Answer 1

为了向每一行添加一维数组，广播已经为您处理好了:

mat += vec

但是，更一般地，您可以使用 np.newaxis将数组强制转换为可广播的形式。例如:

mat + np.ones(3)[np.newaxis,:]

虽然不需要将数组添加到每一行，但对于按列添加也是必要的:

mat + np.ones(5)[:,np.newaxis]

编辑:正如塞巴斯蒂安提到的，对于行添加，mat + vec已经正确处理广播。它也比使用 np.newaxis 更快.我已经编辑了我的原始答案以说明这一点。