python numpy矩阵乘法_高维Python-Numpy矩阵乘法

哈，只需一行即可完成：np.einsum('nmk,nkj->mj',A,B)。在

不要将变量命名为sum，而是重写sum中的内部版本。在

正如@Jaime指出的，对于这些尺寸的维度，循环实际上更快。事实上，基于map和sum的解决方案虽然更简单，甚至更慢：In [19]:

%%timeit

SUM = np.zeros([20,5])

for i in range(len(A)):

SUM += np.dot(A[i],B[i])

10000 loops, best of 3: 115 µs per loop

In [20]:

%timeit np.array(map(np.dot, A,B)).sum(0)

1000 loops, best of 3: 445 µs per loop

In [21]:

%timeit np.einsum('nmk,nkj->mj',A,B)

1000 loops, best of 3: 259 µs per loop

尺寸越大，事情就越不一样了：

^{pr2}$

以及：In [46]:

%%timeit

SUM = np.zeros([20,5])

for i in range(len(A)):

SUM += np.dot(A[i],B[i])

1 loops, best of 3: 191 ms per loop

In [47]:

%timeit np.array(map(np.dot, A,B)).sum(0)

1 loops, best of 3: 164 ms per loop

In [48]:

%timeit np.einsum('nmk,nkj->mj',A,B)

1 loops, best of 3: 451 ms per loop