Les autres ont donné des exemples sur la façon de le faire en python pur. Si vous voulez le faire avec des tableaux avec 100 000 éléments, vous devez utiliser numpy:
In [1]: import numpy as np
In [2]: vector1 = np.array([1, 2, 3])
In [3]: vector2 = np.array([4, 5, 6])
Faire l'ajout élément par élément est maintenant aussi trivial que
In [4]: sum_vector = vector1 + vector2
In [5]: print sum_vector
[5 7 9]
comme dans Matlab.
Moment de comparaison avec la version la plus rapide d'Ashwini:
In [16]: from operator import add
In [17]: n = 10**5
In [18]: vector2 = np.tile([4,5,6], n)
In [19]: vector1 = np.tile([1,2,3], n)
In [20]: list1 = [1,2,3]*n
In [21]: list2 = [4,5,6]*n
In [22]: timeit map(add, list1, list2)
10 loops, best of 3: 26.9 ms per loop
In [23]: timeit vector1 + vector2
1000 loops, best of 3: 1.06 ms per loop
C'est donc un facteur 25 plus rapide! Mais utilisez ce qui convient à votre situation. Pour un programme simple, vous ne voulez probablement pas installer numpy, utilisez donc le python standard (et je trouve la version d'Henry la plus Pythonique). Si vous aimez sérieusement le nombre, laissez numpy
le gros du travail. Pour les monstres de vitesse: il semble que la solution numpy soit plus rapide au départ n = 8
.