在NumPy中能否实现矩阵逐行点积运算？

当然可行，针对你给出的数组，我们可以通过多种NumPy内置方法实现逐行点积的计算，得到目标输出y = np.array([28, 28, 28, 28])。以下是几种常用方案：

方法1：逐元素相乘后按行求和 #

这是最直观的方式，先对两个数组逐元素相乘，再沿着行维度（axis=1）求和，结果就是每行的点积：

import numpy as np

X = np.array([[1., 2., 3.],
              [1., 2., 3.],
              [1., 2., 3.],
              [1., 2., 3.]])

B = np.array([[2, 4, 6],
              [2, 4, 6],
              [2, 4, 6],
              [2, 4, 6]])

y = np.sum(X * B, axis=1)
print(y)  # 输出: [28. 28. 28. 28.]

方法2：使用np.einsum指定维度运算 #

einsum可以灵活定义数组间的维度运算规则，'ij,ij->i'表示对两个数组的第i行第j列元素相乘，最后沿j维度求和得到第i个结果：

y = np.einsum('ij,ij->i', X, B)
print(y)  # 输出: [28. 28. 28. 28.]

方法3：矩阵乘法结合取对角线 #

将B转置后与X做矩阵乘法，结果矩阵的对角线元素就是每行的点积（此方法适合理解矩阵乘法与点积的关系，但前两种更直接）：

y = np.dot(X, B.T).diagonal()
print(y)  # 输出: [28. 28. 28. 28.]

内容的提问来源于stack exchange，提问作者fourloops