如何用NumPy计算两个二维数组的逐元素点积？

你需要的是计算两个二维数组对应行的点积，以下几种NumPy方法都能通过一次调用实现需求：

• 方法一：元素乘法 + 行求和

import numpy as np

a = np.array([[0, 1], [1, 1], [1, 0]])
b = np.array([[1, 0], [1, 1], [1, -1]])
dot = np.sum(a * b, axis=1)
print(dot)  # 输出: [0 2 1]

a * b完成逐元素乘法，np.sum(..., axis=1)沿每行维度求和，直接得到对应行的点积结果。

• 方法二：使用爱因斯坦求和np.einsum

dot = np.einsum('ij,ij->i', a, b)

参数'ij,ij->i'指定运算规则：两个二维数组的对应位置元素相乘后，对列维度（j）求和，最终保留行维度（i）的结果。

• 方法三：np.inner结合对角线提取（不推荐）
  若要使用你尝试过的np.inner，可通过提取对角线得到结果：

dot = np.inner(a, b).diagonal()

np.inner(a, b)会生成一个3×3矩阵，其中每个元素是a某一行与b某一行的点积，对角线元素即为对应行的点积。但此方法步骤冗余，效率不如前两种。

内容的提问来源于stack exchange，提问作者Paul Jurczak