Python 矢量乘以矢量，按标量-numpy

是否可以进行向量化计算，其中一个向量中的每一列都被视为标量

假设您有两个numpy阵列：

a = np.array([(True, False),
              (True, True),
              (False, True),
              (True, False),
              (True, True),
              (False, True),
              (True, True)
             ])

b = np.array([[1, 3, 8, 3, 8, 3, 8],
              [4, 8, 6, 8, 6, 8, 6],
              [5, 9, 4, 9, 4, 9, 4],
              [6, 2, 3, 2, 3, 2, 3],
              [7, 4, 1, 4, 1, 4, 1],
              [8, 9, 9, 9, 9, 9, 9],
              [9, 1, 1, 1, 1, 1, 1]]) 

并希望将

a

的每一列乘以整个向量

b

，

求和

并将其作为

a

返回（或返回到

数据帧

）。这可以矢量化（没有for循环）吗

---

使用

矩阵乘法

-

df = pd.DataFrame(b.T.dot(a)) # or pd.DataFrame(a.T.dot(b).T)

使用

np.einsum

-

df = pd.DataFrame(np.einsum('ij,il->lj',a,b))

---

为什么numpy需要将其转置以检测点积？@啊，那么，我们遵循矩阵乘法的规则-？

df = pd.DataFrame(np.einsum('ij,il->lj',a,b))