如何实现不坍缩矩阵的类numpy.dot()逐行元素相乘？

你需要的是将向量a的每个元素对应乘以矩阵b的整行，这可以通过Numpy的广播机制高效实现，完全不需要循环，适合处理大规模数据。

核心实现方法 #

利用广播，先将一维向量a转换为列向量（增加一个维度），再与矩阵b做元素-wise乘法：

import numpy as np

a = np.array([-1, 2, 1])
b = np.array([[1,2,3],[4,5,6],[7,8,9]])

# 方法1：用np.newaxis扩展维度
result = a[:, np.newaxis] * b

# 方法2：用reshape扩展维度（更直观）
result = a.reshape(-1, 1) * b

# 方法3：用None替代np.newaxis（语法糖）
result = a[:, None] * b

验证结果 #

运行上述代码后，result的值为：

array([[-1, -2, -3],
       [ 8, 10, 12],
       [ 7,  8,  9]])

完全符合你的预期。

效率说明 #

这些方法都是Numpy的矢量化操作，底层由C语言实现，没有Python循环的额外开销，即使n非常大（比如上万级），也能保持高效运算。

内容的提问来源于stack exchange，提问作者Albannach5446