Python 带numpy.dot（）的矩阵积

我正在尝试计算产品：

tA*M*B

其中A，B是两个向量，M是平方矩阵，tA是转置后的A。结果应该是一个数字

Numpy有将数组和矩阵相乘的

dot（）

函数：有没有一种方法可以用它一下子计算出我的乘积

我正在使用python 2.6，那么：

import numpy

#Generate Random Data
M = numpy.random.normal(0,1,9).reshape(3,3)
A = numpy.random.normal(0,1,3)
B = numpy.random.normal(0,1,3)

#The Operation
numpy.dot(A, numpy.dot(M,B) )

那么：

import numpy

#Generate Random Data
M = numpy.random.normal(0,1,9).reshape(3,3)
A = numpy.random.normal(0,1,3)
B = numpy.random.normal(0,1,3)

#The Operation
numpy.dot(A, numpy.dot(M,B) )

您可以使用该函数

这相当于

numpy.dot(numpy.dot(tA,M),B)

从

reduce（function，sequence）

返回一个值，该值通过对序列的前两项调用二进制函数，然后对结果和下一项调用，依此类推

一个简单易懂的例子是

reduce（λx，y:x+y，[1,2,3,4,5]）

计算

（（（1+2）+3）+4）+5）

在你的情况下，是否值得使用

reduce

，还有争议。但是，如果您有一个长的矩阵乘法字符串，那么它会澄清代码。比较以下将tA、M1、M2、M3和B相乘的等效代码行

print numpy.dot(numpy.dot(numpy.dot(numpy.dot(tA,M1),M2),M3),B)
print reduce(numpy.dot,[tA,M1, M2, M3,B])

您可以使用该函数

这相当于

numpy.dot(numpy.dot(tA,M),B)

从

reduce（function，sequence）

返回一个值，该值通过对序列的前两项调用二进制函数，然后对结果和下一项调用，依此类推

一个简单易懂的例子是

reduce（λx，y:x+y，[1,2,3,4,5]）

计算

（（（1+2）+3）+4）+5）

在你的情况下，是否值得使用

reduce

，还有争议。但是，如果您有一个长的矩阵乘法字符串，那么它会澄清代码。比较以下将tA、M1、M2、M3和B相乘的等效代码行

print numpy.dot(numpy.dot(numpy.dot(numpy.dot(tA,M1),M2),M3),B)
print reduce(numpy.dot,[tA,M1, M2, M3,B])

---

np.einsum

提供了对

dot

操作的更多控制。不过，关于它什么时候比np.dot快还是慢，以及它是否消耗了太多内存（当矩阵非常大时），还有一些争论

A=np.arange(1,4)
B=10*np.arange(3,6)
M=np.arange(9).reshape(3,3)
np.dot(A,np.dot(M,B))
np.einsum('i,ij,j',A,M,B)

---

np.einsum

提供了对

dot

操作的更多控制。不过，关于它比

np.dot

快还是慢，以及它是否消耗了太多内存（当矩阵非常大时），还有一些争论

A=np.arange(1,4)
B=10*np.arange(3,6)
M=np.arange(9).reshape(3,3)
np.dot(A,np.dot(M,B))
np.einsum('i,ij,j',A,M,B)