用无环厄米转置乘numpy数组堆栈

我想在代码中完全去掉for循环

我有一个复杂的numpy数组stack1的维度OxMxN这是一个堆叠在第一维度的MxN数组堆栈。对于我们称为A的每个MxN数组，我要计算矩阵乘法：

for k in range(stack1.shape[0]):
    A=stack1[k,:,:]
    newstack[k,:,:]=A.dot(  numpy.conj(numpy.transpose(A))  )

我试过了

newstack = stack1 @ np.conj(stack1.T)

---

但是我遇到了一个问题，因为维度不匹配，请尝试更正for循环

a=[]
for k in range(stack1.shape[0]):
    A=stack1[k,:,:]
    a.append(A.dot(  numpy.conj(numpy.transpose(A))  ))

np.array(a)
Out[399]: 
array([[[0., 0., 0.],
        [0., 0., 0.],
        [0., 0., 0.]],
       [[0., 0., 0.],
        [0., 0., 0.],
        [0., 0., 0.]]])

我们可以使用-

我们也可以使用-

在

python3.x

上，使用

@

运算符进行简化-

stack1 @ np.conj(stack1).swapaxes(1,2)

---

我想完全避免循环你不想要一个完整的默认转置。你想要一个局部的，将（O，M，N）改为（O，N，M）。认真阅读

matmul

和

transpose

的文档，如果你在做复杂的场数学，比如提问者显然是，你可能已经知道爱因斯坦求和符号。擅长于

np.einsum

。不仅编写时间更短，而且通常更快（尤其是使用

optimize=True

），您的代码将更容易被您所在领域的其他人解析。

/einsum\u soapbox

np.matmul(stack1,np.conj(stack1).swapaxes(1,2))

stack1 @ np.conj(stack1).swapaxes(1,2)