Los otros dieron ejemplos de cómo hacer esto en Python puro. Si desea hacer esto con matrices con 100.000 elementos, debe usar numpy:
In [1]: import numpy as np
In [2]: vector1 = np.array([1, 2, 3])
In [3]: vector2 = np.array([4, 5, 6])
Hacer la suma por elementos es ahora tan trivial como
In [4]: sum_vector = vector1 + vector2
In [5]: print sum_vector
[5 7 9]
como en Matlab
Momento para comparar con la versión más rápida de 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
¡Entonces este es un factor 25 más rápido! Pero usa lo que se adapte a tu situación. Para un programa simple, probablemente no quieras instalar numpy, así que usa Python estándar (y creo que la versión de Henry es la más Pythonic). Si te gustan los números serios, deja numpy
el trabajo pesado. Para los fanáticos de la velocidad: parece que la solución numpy es más rápida al comenzar n = 8
.