Os outros deram exemplos de como fazer isso em python puro. Se você quiser fazer isso com matrizes com 100.000 elementos, use numpy:
In [1]: import numpy as np
In [2]: vector1 = np.array([1, 2, 3])
In [3]: vector2 = np.array([4, 5, 6])
Fazer a adição elemento a elemento agora é tão trivial quanto
In [4]: sum_vector = vector1 + vector2
In [5]: print sum_vector
[5 7 9]
assim como no Matlab.
Tempo para comparar com a versão mais rápida do 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
Portanto, este é um fator 25 mais rápido! Mas use o que se adequa à sua situação. Para um programa simples, você provavelmente não deseja instalar o numpy, então use o python padrão (e acho a versão de Henry a mais Pythonic). Se você estiver em trituração séria de números, numpy
faça o trabalho pesado. Para os loucos por velocidade: parece que a solução numpy é mais rápida n = 8
.