Python 阵列元线性变换

我试图求解一个变换矩阵，其中两个已知矩阵的每个元素都是数组。我有两个矩阵：

a=np.array([
[数据['10']['ann1']、数据['25']['ann1']、数据['50']['ann1']、数据['100']['ann1']，
[数据['10']['ann2']、数据['25']['ann2']、数据['50']['ann2']、数据['100']['ann2']，
[数据['10']['ann3']、数据['25']['ann3']、数据['50']['ann3']、数据['100']['ann3']，
[数据['10']['ann4']、数据['25']['ann4']、数据['50']['ann4']、数据['100']['ann4']，
[数据['10']['ann5']、数据['25']['ann5']、数据['50']['ann5']、数据['100']['ann5']]）
b=np.array([
[数据['target']['ann1']]，
[数据['target']['ann2']]，
[数据['target']['ann3']]，
[数据['target']['ann4']]，
[数据['target']['ann5']]

这里我需要找到一个解matix，其中ax=b。每个元素（例如，

数据['10']['ann1']

）是长度为32的一维矩阵，但解矩阵的元素应为单值。python中有没有一种方法可以对这种类型的系统进行线性回归或MCMC拟合？

在“ax=b”中，“ax”是指“np.dot（a，x）”吗？您能否提供一个较小尺寸的数值示例（例如，内部矩阵为3而不是32）来说明预期结果是什么？在“ax=b”中，“ax”是指“np.dot（a，x）”吗？您能否提供一个较小尺寸的数值示例（例如，内部矩阵为3而不是32）来说明预期结果？