Python numpy二维矩阵乘法

我有三个numpy矩阵x，r和r。其值为：

x = np.array([[4,2],
              [0,-1],
              [-2,5],
              [2,6]])

y = np.array([[1,7],
              [2,6],
              [5,2]])

r = np.array([[2,2,1],
              [2,3,1],
              [9,5,1],
              [2,0,4]])

我要做的是：（很难用语言来描述，所以我用代码来表达我想做的事情）

最后的v是我需要的，v等于

[[[103.  38.]
  [ 38. 216.]]

 [[100.  46.]
  [ 46. 184.]]

 [[111. -54.]
  [-54.  82.]]]

没有for循环，有什么优雅的或类似python的方法来实现这一点吗

---

谢谢

这应该适合您：

A = x[np.newaxis,...]-y[:,np.newaxis,:] # equivalent to (x-y[k]) for all k 
B = A.swapaxes(1,2) # equivalent to (x-y[k]).transpose() for all k 
C = r.T[:,np.newaxis,:]*B # equivalent to r[:, k] * (x - y[k]).transpose()
D = C@A # equivalent to r[:, k] *(x - y[k]).transpose() @ (x - y[k])

或者以无法阅读的形式

((r.T[:,np.newaxis,:]*(x[np.newaxis,...]
                       -y[:,np.newaxis,:]).swapaxes(1,2))@
                                         (x[np.newaxis,...]-y[:,np.newaxis,:]))

证明：

>>> (v==((r.T[:,np.newaxis,:]*(x[np.newaxis,...]
                   -y[:,np.newaxis,:]).swapaxes(1,2))@
                                     (x[np.newaxis,...]-y[:,np.newaxis,:]))).all()
True

>>> (v==((r.T[:,np.newaxis,:]*(x[np.newaxis,...]
                   -y[:,np.newaxis,:]).swapaxes(1,2))@
                                     (x[np.newaxis,...]-y[:,np.newaxis,:]))).all()
True