Python：将向量列表与矩阵列表相乘作为单个矩阵运算
问题内容：
我有一个100个N-dimensional向量的列表和一个100 MxN矩阵列表。因此，您可以将两个数据结构视为一个100xN列表（或numpy数组）和一个100xMxN列表（或numpy数组）。
我想做的是获取每个向量与其对应矩阵的点积，这样输出应该是100 M-dimensional矩阵（即100xM列表或numpy数组）。
但是，我不确定如何执行此操作。由于效率的明显原因，我不想重复进行此操作。我也知道这不是基本的矩阵乘法。我想我可能想使用np.einsum，但我对此不太熟悉。
有人愿意帮助吗？
问题答案：
您可以np.einsum像这样使用-
np.einsum('ij,ikj->ik',a,b)
样品运行-
In [42]: M,N = 3,4
In [43]: a = np.random.rand(100,N)
In [44]: b = np.random.rand(100,M,N)
In [45]: np.einsum('ij,ikj->ik',a,b).shape
Out[45]: (100, 3)
您也可以使用np.matmul或@运算符（Python 3.x），尽管它似乎比einsum-慢一点-
np.matmul(a[:,None],b.swapaxes(1,2))[:,0]
