如何对数量可变的多个NumPy矩阵一次性完成连乘运算

完全可以实现，NumPy本身就提供了对应支持，不需要手写循环遍历计算，以下是两种可直接使用的方案，都支持Number变量动态调整，只要列表内矩阵维度满足乘法匹配规则即可正常运行：

• 方案1：优先使用np.linalg.multi_dot（推荐）
  这是NumPy专门为多矩阵连乘设计的内置函数，会自动优化矩阵乘法的计算顺序，矩阵数量多、维度大时运算效率更高，直接传入存储矩阵的列表即可完成所有矩阵的依次相乘：

  import numpy as np
  
  Number = 10
  mylist = [np.random.randint(1, 5, size=(4, 4)) for i in range(Number)]
  # 计算顺序为 mylist[0] @ mylist[1] @ mylist[2] @ ... @ mylist[-1]
  dot_result = np.linalg.multi_dot(mylist)
  

• 方案2：functools.reduce配合@运算符
  如果你的NumPy版本过低没有multi_dot，可以用Python标准库的reduce方法累计执行矩阵乘法，逻辑是把矩阵乘法操作依次应用到列表所有元素上，计算结果和方案1完全一致：

  import numpy as np
  from functools import reduce
  
  Number = 10
  mylist = [np.random.randint(1, 5, size=(4, 4)) for i in range(Number)]
  dot_result = reduce(lambda x, y: x @ y, mylist)
  

注意：以上两种方案都不需要针对Number的取值修改计算逻辑，调整Number生成不同长度的矩阵列表后，直接传入即可得到正确的连乘结果。你的场景中所有矩阵都是4×4方阵，天然满足矩阵乘法维度匹配要求，不会出现维度报错问题。

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