行组的 Numpy 点积

Question

我正在尝试为每两行计算两个矩阵之间的点积。 我有矩阵D 和(u x 2) 尺寸和矩阵R 和(u*2 x c) 尺寸。 下面是一个例子：

D = np.array([[0.02747092, 0.11233295],
              [0.02747092, 0.07295284],
              [0.01245856, 0.19935923],
              [0.01245856, 0.13520913],
              [0.11233295, 0.07295284]])

R = np.array([[-3.        ,  0.        ,  1.        , -1.        ],
              [-1.25      ,  0.75      ,  1.75      , -1.25      ],
              [-2.33333333, -0.33333333,  1.66666667, -1.33333333],
              [-1.25      ,  0.75      ,  1.75      , -1.25      ],
              [ 0.        , -2.        ,  2.        , -4.        ],
              [-1.25      ,  0.75      ,  1.75      , -1.25      ],
              [ 0.66666667, -3.33333333,  2.66666667, -4.33333333],
              [-1.25      ,  0.75      ,  1.75      , -1.25      ],
              [-2.33333333, -0.33333333,  1.66666667, -1.33333333],
              [-3.        ,  0.        ,  1.        , -1.        ]])

结果应该是矩阵M，维度为(u x c)，如下（第一行示例）：

M = np.array([[-0.2185,  0.0825,  0.2195, -0.1645],
              [...]])

这是dot 第一行D 和矩阵R 前两行之间的乘积：

D_ = np.array([[0.027, 0.11]])
R_ = np.array([[-3.,  0.,  1., -1.],
               [-1.25, 0.75, 1.75, -1.25]])

D_.dot(R_)

在将D 矩阵重塑为张量后，我尝试了np.tensordot 的各种方法，但没有任何运气。我正在寻找矢量化解决方案并避免循环（这是我当前的解决方案，非常慢）。

Answer 1

将R 重塑为 3D 并使用 np.einsum -

np.einsum('ijk,ij->ik',R.reshape(len(D),2,-1),D)