Question

在numpy中有一种快速方法可以向矩阵的每一行或每列添加一个向量。

最近，我一直在将矢量平铺到矩阵的大小，这可能会占用大量内存。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中执行此操作而不使用C扩展？

能够虚拟平铺矢量，就像更灵活的广播版本一样，真是太棒了。或者能够以行方式或列方式迭代操作，您可能几乎可以使用某些ufunc方法。

Answer 1

为了向每一行添加1d数组，广播已经为您处理了事情：

mat += vec

但更常见的是，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,:]

虽然没有必要将数组添加到每一行，但为了逐列添加，这是必要的：

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

编辑：正如Sebastian所提到的，对于行添加，mat + vec已正确处理广播。它也比使用np.newaxis更快。我已经编辑了我原来的答案，以明确这一点。