Python：不使用循环将3x3矩阵乘以3nx1数组

我想用一个向量（3x1）做一个矩阵乘法（3x3矩阵）。“问题”是向量的每个分量都是另一个矩阵的每个分量，我不知道如何继续。有什么办法吗

import numpy as np
A = np.array([[1,1,1],[2,1,0],[1,0,1]])

v1 = np.array([[1,2,3,4]])
v2 = np.array([[5,6,7,8]])
v3 = np.array([[9,10,11,12]])

我想乘以：A x{1,5,9}.T并保存结果。然后是x{2,6,10}.T，x{3,7,11}.T，最后是x{4,8,12}.T。数组v1、v2和v3的长度相同

提前谢谢你！ 问候,

---

Xabi

Numpy阵列：

使用两个numpy阵列；一个3 x 3和一个3x1：

>>> import numpy as np
>>> a = np.ones((3,3))
>>> b=np.random.rand(3,1)
array([[ 0.08970952],
       [ 0.56447089],
       [ 0.57500698]])

如果需要矩阵乘法，可以使用

dot

>>> np.dot(a,b)
array([[ 1.22918739],
       [ 1.22918739],
       [ 1.22918739]])

如果需要元素级的多应用程序，可以使用

*

>>> a*b
array([[ 0.08970952,  0.08970952,  0.08970952],
       [ 0.56447089,  0.56447089,  0.56447089],
       [ 0.57500698,  0.57500698,  0.57500698]])

Numpy矩阵：

请注意，如果使用numpy矩阵，则

*

运算符可用于矩阵乘法：

>>> c = np.mat(a)   # converts from array to matrix
>>> d = np.mat(b)
>>> c*d
matrix([[ 1.22918739],
        [ 1.22918739],
        [ 1.22918739]])

---

Numpy数组：

使用两个numpy阵列；一个3 x 3和一个3x1：

>>> import numpy as np
>>> a = np.ones((3,3))
>>> b=np.random.rand(3,1)
array([[ 0.08970952],
       [ 0.56447089],
       [ 0.57500698]])

如果需要矩阵乘法，可以使用

dot

>>> np.dot(a,b)
array([[ 1.22918739],
       [ 1.22918739],
       [ 1.22918739]])

如果需要元素级的多应用程序，可以使用

*

>>> a*b
array([[ 0.08970952,  0.08970952,  0.08970952],
       [ 0.56447089,  0.56447089,  0.56447089],
       [ 0.57500698,  0.57500698,  0.57500698]])

Numpy矩阵：

请注意，如果使用numpy矩阵，则

*

运算符可用于矩阵乘法：

>>> c = np.mat(a)   # converts from array to matrix
>>> d = np.mat(b)
>>> c*d
matrix([[ 1.22918739],
        [ 1.22918739],
        [ 1.22918739]])

---

如果首先将所有向量叠加到一个数组中，则可以使用单个矩阵乘法执行所需的操作：

vectors = np.vstack((vv1, v2, v3))
products = np.dot(A, v)

---

现在

products[：，i]

（或者

products.T[i]

，如果您愿意的话）将

A

与

i

-第个向量乘积。

如果您首先将所有向量叠加到一个数组中，您可以通过一个矩阵乘法来完成所需的操作：

vectors = np.vstack((vv1, v2, v3))
products = np.dot(A, v)

---

现在

products[：，i]

（或者

products.T[i]

，如果你愿意的话）有了

A

与

i

-th向量的乘积；它还帮助我们了解你的心理工具箱中有什么，这使我们能够给你一个更有用的答案。不明白你为什么要在有或没有for循环的情况下这样做。numpy有矩阵乘法和转置的方法。你已经输入了麻木，为什么不直接使用它呢。它对C语言进行了优化，测试了代码，甚至显示了你最糟糕的尝试，也让我们有理由认为你已经尝试解决了这个问题；它还帮助我们了解你的心理工具箱中有什么，这使我们能够给你一个更有用的答案。不明白你为什么要在有或没有for循环的情况下这样做。numpy有矩阵乘法和转置的方法。你已经输入了麻木，为什么不直接使用它呢。它的C优化，测试代码正是为了这个目的。感谢您的回复！这是解决“问题”的好办法！谢谢你的回复！这是解决“问题”的好办法！