使用 Numpy 的两个二维列向量的点积（无转置）答案

【问题标题】：Dot Product of Two 2-D Column Vectors Using Numpy (Without Transpose)使用 Numpy 的两个二维列向量的点积（无转置）
【发布时间】：2022-01-23 13:09:57
【问题描述】：

我正在尝试使用 numpy 计算两个二维向量的点积以下是我目前所知道的：

如果我们有两个像 v 和 w 这样的一维 np 数组，我们可以使用 np.inner(v, w) 来获得这两个向量的点积，但是由于一维数组的形状为 (m, )，因此我不喜欢使用它们通过 (m, ) 中丢失的第二维来制造麻烦
如果我们使用二维数组来定义 v 和 w，如下所示：

    v = np.array([[1], [3], [5]])
    w = np.array([[2], [4], [6]])

我们可以通过转置这些向量之一，然后使用矩阵乘法来计算点积：

    vdotw = v.T @ w

或：

   vdotw = w.T @ v

我的问题是是否有任何方法是 numpy 可以直接计算两个向量（定义为 2D 数组而不是那些有趣的 1D 数组）的点积而不转置其中之一？

【问题讨论】：

【解决方案1】：

Numpy 的 einsum() 可用于执行此操作。

但是，您的要求很不寻常。你为什么不想使用转置？转置运算符的成本几乎为零：它不会像我猜想的那样复制基础数据。

【讨论】：