python两个四阶矩阵相乘_用python将两个矩阵乘以列

我们可以使用^{}作为矢量化的解决方案-(A[...,None]*B[:,None]).reshape(A.shape[0],-1)

哲学：在矢量化/广播语言方面，我将其描述为扩展或将输入数组的第二维度相互对立，同时保持其第一维度对齐。这种扩展是通过为这两个输入引入带有^{}的新轴，然后简单地相互相乘来完成的。在

数学视图：让我们借助一个通用的示例，使用一个更为数学化的视图。考虑具有不同列数的输入数组-

^{pr2}$

首先，扩展尺寸并检查其形状-In [506]: A[...,None].shape

Out[506]: (2, 3, 1)

In [507]: B[:,None].shape

Out[507]: (2, 1, 4)

现在，执行元素级乘法，它将以广播方式执行这些乘法。仔细看看输出的形状-In [508]: (A[...,None]*B[:,None]).shape

Out[508]: (2, 3, 4)

因此，使用None/np.newaxis引入的单粒子维数(长度为1的维)将是在相乘之前相应数组的元素将在引擎盖下广播的那些维度。这种引擎盖下的广播与相应的操作(在这种情况下是乘法)以非常有效的方式进行。在

最后，我们将这个3D数组重塑为2D，保持与原始输入相同的行数。在

样本运行：In [494]: A

Out[494]:

array([[2, 3],

[4, 5]])

In [495]: B

Out[495]:

array([[12, 13],

[14, 15]])

In [496]: (A[...,None]*B[:,None]).reshape(