Python 如何使用numpy将一个向量与数组中的一组向量进行点积？

给定一个N×M的数组W和一个大小为N的向量V，我如何取每列W的点积V，得到一个大小为M的一维数组D，其中D的每个元素由V和W的点积构成[：，I]

大概是

V = np.random.int(N)
W = np.random.int((N,M))
D = np.zeros(M)
for i in np.arange(M):
    D[i] = dotproduct(V,W[:,i])

---

有没有一种方法可以只用numpy数组和numpy函数来实现这一点？我希望避免使用for循环。

使用numpy广播，您可以简单地将向量V和矩阵W相乘

V = np.random.randint(N)
W = np.random.randint((N,M))
D = np.sum(V.T*W,axis=0)

使用

np.dot（）

v = np.random.randint(3,size = 3)
w =np.random.randint(9, size = (3,3))
np.dot(v,w)