python矩阵点乘和叉乘_NumPy点积：取向量积的乘积（而不是求和）

假设我有两个矩阵：M是2x3，而{}是3x4。。。在import numpy as np

M = np.matrix([ [1,2,3], [4,5,6]])

C = np.matrix([ [1,1,2,2], [1,2,1,2], [2,1,1,1]])

我需要把这些矩阵相乘得到2x4大小的结果。使用np.dot(M, C)这很容易，但是我想将向量积相乘，而不是求和。在

例如，普通的点积可以：

^{pr2}$

我只想用乘法符号代替加号。。。在result[0,0] = (M[0,0]*C[0,0]) * (M[0,1]*C[1,0]) * (M[0,2]*C[2,0])

# result[0,0] = (1*1) * (2*1) * (3*2)

# result[0,0] = 12

我的最佳解决方案是在M行上循环——result = np.empty( (2,4) )

for i in range(2):

result[i,:] = np.prod(np.multiply(np.tile(M[i,:].T , (1,4)), C) , axis=0)

分解后，M的每一行被转置，然后平铺(使用np.tile)，这样它的大小与C(即3x4)相同。然后我把矩阵的元素相乘，取每列的乘积。在

在我编写的实际程序中，M和{}不一定是整数，可以是任何大小，并且这个计算要执行数千次。我想知道有没有人知道一种快速易读的方法。在

更新

@Warren Weckesser提供了一个很好的解决方案。但现在我有了一个新的挑战——具体来说，如果我想在乘以向量积之前先从向量积中减去一个数，会怎么样？在

在我之前的解决方案中可以这样做：result1 = np.empty( (2,4) )

for i in range(2):

result1[i,:] = np.prod( 1 - np.multiply( np.tile(M[i,:].T , (1,4)), C) , axis=0)

我反复研究过@Warren Weckesser提供的解决方案，但是没有用。我绝对愿意想出更优雅的东西！在