Python 如何高效地将两个矩阵逐行相乘

我使用以下玩具示例来说明我的问题：

A = np.ones((3,2))
B = np.ones((2,3))
res = np.zeros(3,)

for i in range(0,3):
    res[i] = A[i,:].dot(B[:,i])
print res

打印结果为

[ 2.  2.  2.]

也就是说，给矩阵

A

和

B

，我希望做的是将

A

的第一行与

B

的第一列相乘，然后是第二、第三。。。 换句话说，假设两个矩阵：

A                                    B
[ a11, a12                      [ b11, b12
  a21, a22 ]                      b21, b22 ]

我想要的是

[ a11 * b11 + a12 * b21, a21 * b12 + a22 * b22 ]

我知道我的实现相当缓慢。有什么方法可以快速实现这一点吗？

---

谢谢大家帮助我

使用

B.T

转置

B

并按元素相乘

A

和

B

C = A*B.T
C = np.sum(C, axis=1)

---

使用

B.T

转置

B

并按元素相乘

A

和

B

C = A*B.T
C = np.sum(C, axis=1)

---

您还可以使用

np.einsum

：

np.einsum("ij,ji->i" , A, B)
# array([ 2.,  2.,  2.])

另一个例子：

A = np.array([[1,3],[4,5]])
B = np.array([[3,2],[1,1]])

A
#array([[1, 3],
#       [4, 5]])

B
#array([[3, 2],
#       [1, 1]])

np.einsum("ij,ji->i" , A, B)
# array([ 6, 13])

---

您还可以使用

np.einsum

：

np.einsum("ij,ji->i" , A, B)
# array([ 2.,  2.,  2.])

另一个例子：

A = np.array([[1,3],[4,5]])
B = np.array([[3,2],[1,1]])

A
#array([[1, 3],
#       [4, 5]])

B
#array([[3, 2],
#       [1, 1]])

np.einsum("ij,ji->i" , A, B)
# array([ 6, 13])