Python 用广播代替轴上的循环

假设我有：

a = np.array([[2, 4],
              [6, 8]])    
b = np.array([[1, 3],
              [1, 5]])

我想去：

c = np.array([[20,32],
              [28, 44]])

其中

c

是

a

的每一列乘以

b

的结果，然后沿第一个轴对该结果求和

即：

我可以通过广播而不是：

• 使用

  np。沿\u轴应用\u

  或
• 在每一列中循环

您可以使用-

或者，使用（可能用于踢腿）-

你可以用-

或者，使用（可能用于踢腿）-

---

1+对于井涌。和

einsum

对于较小的阵列将较慢，而对于较大的阵列将较快？@BradSolomon没有轴对齐要求，我认为随着您增加总和减少的数量，即使用大型阵列，

np.dot

会更好。1+用于踢击。而

einsum

对于较小的阵列会更慢，对于较大的阵列会更快？@BradSolomon没有轴对齐要求，我认为随着你增加求和减少的数量，即使用较大的阵列，

np.dot

会更好。

print(np.sum(a[:, 0] * b, axis=1))
[20 32]

print(np.sum(a[:, 1] * b, axis=1))
[28 44]

b.dot(a).T

np.einsum('ij,ki->jk',a,b)