Python 维度与numpy广播不匹配

我在numpy广播方面遇到了麻烦。当我尝试进行矩阵乘法时，我得到以下错误：

操作数无法与形状2,6 2,7一起广播

以下是无法运行的代码：

import numpy as np

pointsX = np.array([0.5, 2, 3, 5.5, 8, 11])
pointsY = np.array([1, 2, -1.5, 0.5, 4, 5])
points = np.asarray([pointsX, pointsY])

linesX = np.array([0, 2, 4, 6, 10, 10, 0, 0])
linesY = np.array([0, 0, 0, 0, 0, 4, 4, 0])
lines = np.asarray([linesX, linesY])

x1 = linesX[0:-1]
y1 = linesY[0:-1]
L1 = np.asarray([x1, y1])

# calculate the relative length of the projection
# of each point onto each line
a = [np.diff(pointsX), np.diff(pointsY)]
b = points - L1
relativeProjectionLength = np.dot(a, b)/np.linalg.norm(b)

当我试图计算b时，问题就出现了。我希望它是一个[2x6x7]矩阵。如何执行此操作？我可以尝试使用循环，但实际数据将非常大~10000点~10000线，并且必须具有高性能

我读过关于扩展其中一个运算符点或L1的维数的内容，但以下代码也不能解决此问题：

b = points - L1[:,:,None]
b = points[:,:,None] - L1

---

非常感谢您的帮助。

您需要将两者扩展到3D，保持第一个轴对齐，并沿最后一个轴为点引入新轴，第二个轴为L1，然后减去-

points[:,:,None] - L1[:,None,:] # or points[...,None] - L1[:,None]

---

这就解决了问题。现在我甚至更好地理解了官方numpy广播页面的例子。非常感谢。