将每一行除以一个向量元素，可以用NumPy中的广播（broadcasting）特性实现。广播规则使得NumPy能够执行已知形状的两个数组的运算操作。
具体来说，可以通过NumPy的数组切片（slicing）语法来获取每一行，然后进行除法操作。
以下是一个示例：
import numpy as np
# 创建一个3行3列的数组
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 创建一个1行3列的向量
b = np.array([1, 2, 3])
# 将数组a中的每一行除以向量b中的对应元素
c = a / b
# 打印结果
print(c)
输出结果为：
[[1. 1. 1.]
[4. 2.5 2.]
[7. 4. 3.]]
可以看到，结果数组c中的每一行都分别被向量b中的元素除以了，符合我们的预期结果。
另外一个示例是将每一行除以该行的最大值，这可以通过np.max()函数来实现：
import numpy as np
# 创建一个3行3列的数组
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 获取每一行的最大值
max_values = np.max(a, axis=1)
# 将数组a中的每一行除以该行的最大值
c = a / max_values[:, np.newaxis]
# 打印结果
print(c)
输出结果为：
[[0.33333333 0.66666667 1. ]
[0.66666667 0.83333333 1. ]
[0.77777778 0.88888889 1. ]]
可以看到，结果数组c中的每一行都被该行的最大值除以了，且结果满足每一行的最大值为1的条件。