Performance 用不同的常数向量化乘法

我试着用常数乘以不同的矩阵，通常矢量化会使这样的事情更快，但我不能完全理解这一点。假设我在做多项式展开，我有一个不同函数的常数列表

    for i in range(10):
        expansions[i,:,:] += c[i,k]*(matrix)

现在，这是一个简单的方法，但我想知道是否有这样的方法：

        expansions[:,:,:] += c[:,k]*(matrix)

---

其中，我将每个常数分别应用于“矩阵”。我试着在它上面堆很多“矩阵”，来创建一些大小（10xNxN）的东西，但这不起作用。有什么想法吗？

你考虑过使用

np.einsum

？

np.multiply.outer（c[：，k]，矩阵）

？