Python Numpy：如何在两个具有不同形状的阵列之间计算此乘积？

很抱歉，我的问题的标题听起来可能含糊不清，因为我不知道这种行动的确切名称

给定一个张量

a

（N×M×M）和一个一维数组

b

（N），我想得到另一个张量

b

（N×M×M），

b

中的每一项（M×M）都是

a

和

b

之间的乘法

一个可能但难看的解决方案是首先展平（重塑）

A

，即将

A

转换为二维数组，然后应用

点

操作，最后重塑回来

在

numpy

中是否有标准/简单的操作来实现这一点

比如说,

A = np.ones(12).reshape(3, 2, 2)
b = np.array([2, 3, 4])

预期的

B

为

[[[2, 2],
  [2, 2]],
 [[3, 3],
  [3, 3]],
 [[4, 4],
  [4, 4]]]

---

你要找的是；换句话说，在某些维度中使用值

1

重塑数组

b

，以便更好地控制将要发生的事情；

b

中的元素总数将保持不变，但您可以选择数组在算术运算期间的行为方式：

A*b.reshape((3,1,1))

---

我是否可以使用更优雅的函数，比如

扩展_dims

，而不是

为
b
重塑

？因为

b

是一维的，我们可以编写

b[：，np.newaxis][：，np.newaxis]

。我们能简化一下吗？@陈中普

重塑
方法有什么问题？你可以看看
np.至少2d
和
np.至少3d
但我不确定你会得到什么更简单的东西。任何添加两个新的尾随维度的东西都可以。目标是一个形状为（3,1,1）的数组。