如何在NumPy数组中为每个三维向量乘矩阵（无循环）

我有如下NumPy数组：

to_multiply = np.array([[[1,2,3], [2,3,4], [5,6,7]]])

我希望将三维数组中的所有向量与一个矩阵相乘，请问如何不使用for循环实现该操作？

使用for循环的实现方式如下：

for x in range(1):
    for y in range(2):
        to_multiply[y, x] @= matrix

可以利用NumPy的广播机制和矩阵乘法的维度匹配特性直接实现，无需显式循环：

核心要求 #

确保to_multiply的最后一维长度（即向量长度）等于目标矩阵的倒数第二维长度（即矩阵行数），这样才能满足矩阵乘法的维度兼容规则。

具体实现 #

假设你的matrix是形状为(3, N)的矩阵（比如常用的(3,3)方阵），直接执行以下代码即可：

# 方法1：使用@运算符（语法简洁，推荐）
result = to_multiply @ matrix

# 方法2：使用np.matmul，效果与@完全一致
result = np.matmul(to_multiply, matrix)

维度说明 #

原数组to_multiply的形状是(1, 3, 3)，当matrix为(3,3)时，NumPy会自动将matrix广播为(1, 3, 3)的形状，然后对每个对应位置的向量和矩阵做乘法运算，最终输出结果的形状为(1, 3, N)（N为矩阵的列数），和原数组的结构保持一致。

内容的提问来源于stack exchange，提问作者flameshooter09