Python Row.T*矩阵的行点积

我正在寻找一种更快、也许更优雅的方法来计算以下内容：
我有一个矩阵a，我想计算a的逐行点积，我想计算Ai.T*Ai，其中索引I表示矩阵a的第I行

import numpy as np
A=np.arange(40).reshape(20,2)
sol=[np.dot(A[ii,:].reshape(1,2).T,A[ii,:].reshape(1,2)) for ii in range(20)]

这将导致形状矩阵

np。形状（sol）#=（20,2,2）

我已经看过了

np.einsum

，但到目前为止还不能正常工作。
如果只存在一个解决方案，将所有20个2x2矩阵求和，这也没关系，因为我最终还是要求和：）

---

谢谢使用

np.dot

-

A.T.dot(A)

使用

np.einsum

-

np.einsum('ij,ik->jk',A,A)

样本运行-

>>> A=np.arange(40).reshape(20,2)
>>> sol=[np.dot(A[ii,:].reshape(1,2).T,A[ii,:].reshape(1,2)) for ii in range(20)]
>>> sol = np.array(sol)
>>> sol.sum(0)
array([[ 9880, 10260],
       [10260, 10660]])
>>> A.T.dot(A)
array([[ 9880, 10260],
       [10260, 10660]])
>>> np.einsum('ij,ik->jk',A,A)
array([[ 9880, 10260],
       [10260, 10660]])

如果结果必须是

20

元素数组，我认为您需要-

np.einsum('ij,ik->i',A,A)

---

使用

np.dot

-

A.T.dot(A)

使用

np.einsum

-

np.einsum('ij,ik->jk',A,A)

样本运行-

>>> A=np.arange(40).reshape(20,2)
>>> sol=[np.dot(A[ii,:].reshape(1,2).T,A[ii,:].reshape(1,2)) for ii in range(20)]
>>> sol = np.array(sol)
>>> sol.sum(0)
array([[ 9880, 10260],
       [10260, 10660]])
>>> A.T.dot(A)
array([[ 9880, 10260],
       [10260, 10660]])
>>> np.einsum('ij,ik->jk',A,A)
array([[ 9880, 10260],
       [10260, 10660]])

如果结果必须是

20

元素数组，我认为您需要-

np.einsum('ij,ik->i',A,A)

---

“所有20个2x2矩阵都求和了”“的输出形状必须是什么？很抱歉这种含糊不清。对于和，我的意思是对所有20个2x2矩阵求和，得到一个2x2矩阵

sol=[np.sum（np.dot（A[ii，：]重塑（1,2）.T，A[ii，：].重塑（1,2））用于范围（20）内的ii]

请查看我文章中的编辑内容。另外，您评论中的代码：

sol=[np.sum（…

不起作用。您最好在发布之前用给定的示例验证代码。必须是-

“所有20个2x2矩阵求和”的输出形状

？很抱歉含糊不清。我的意思是对所有20个2x2矩阵求和，得到一个2x2矩阵。

sol=[np.sum（np.dot（a[ii，：].reforme（1,2）.T，a[ii，：].reforme（1,2）]请查看我帖子中的编辑内容。另外，您的评论中的代码：
sol=[np.sum]（…
不起作用。如果您能在发布之前用给定的示例验证代码，那就太好了。