如何高效计算两个向量列表所有排列的点积（替代嵌套循环）

直接使用NumPy的向量化矩阵乘法可以彻底替代双层循环，大幅提升计算速度，具体步骤如下：

• 第一步：将列表转换为NumPy数组
  列表本身不支持向量化运算，先把两个向量列表转为二维数组：

  import numpy as np
  
  # 转换后arr1形状为(n, 2)，arr2形状为(m, 2)
  arr1 = np.array(list1)
  arr2 = np.array(list2)
  

• 第二步：用矩阵乘法计算所有点积对
  两个向量的点积等价于矩阵乘法中，arr1与arr2的转置相乘，结果矩阵的每个元素[i,j]对应list1[i]和list2[j]的点积：

  # 结果形状为(n, m)，直接得到所有向量对的点积
  dot_product_matrix = arr1 @ arr2.T
  

示例验证 #

假设：

list1 = [(1,2), (3,4)]
list2 = [(5,6), (7,8)]

执行上述代码后，dot_product_matrix的结果为：

[[17 23]
 [39 53]]

完全对应双层循环计算的每一组点积结果。

效率优势 #

NumPy的矩阵乘法基于底层优化的BLAS/LAPACK库实现，是C级别的并行运算，相比Python原生循环，在大规模数据下速度能提升几个数量级，完全避免了循环带来的性能损耗。

内容的提问来源于stack exchange，提问作者AwayFried