Numpy多维数组乘法报形状不匹配ValueError错误的原因及解决求助

核心是两个问题共同导致的计算失败：

• 参与计算的变量存在pandas DataFrame/Series类型，而非纯numpy数组。从报错栈的pandas/core/generic.py in __array_ufunc__调用路径可以看到，numpy的matmul触发了pandas自定义的右矩阵乘法逻辑__rmatmul__，该方法会对输入做多余的转置操作，把原本符合维度匹配要求的数组转成了(200,1,2808702)的错误维度，最终出现维度对齐失败。
• 原本纯numpy数组的维度逻辑是成立的：(2808702, 1, 200) @ (200, 200) 广播后得到(2808702, 1, 200)，再和(2808702, 200, 1)相乘得到(2808702, 1, 1)，reshape后可以得到目标一维结果，本身维度设计没有问题，问题完全来自pandas类型的混入。

只需要先把所有参与矩阵运算的变量转为纯numpy数组，再执行计算即可：

# 将所有输入转为numpy数组，排除pandas类型干扰
data1_np = data1.to_numpy()
S_np = S.to_numpy()
data2_np = data2.to_numpy()

# 执行矩阵乘法，输出结果维度为(2808702,)
results = np.matmul(np.matmul(data1_np, S_np), data2_np).reshape(dd_kpy.shape[0])

也可以用更简洁的爱因斯坦求和写法，避免多层matmul嵌套，逻辑更清晰：

results = np.einsum('ni,ij,nj->n', data1_np.squeeze(), S_np, data2_np.squeeze())

内容的提问来源于stack exchange，提问作者DT Ngo