通过向量乘以矩阵数组

Question

我有一个矩阵数组，我希望乘以一个向量（因此矩阵中的第一个数组应乘以向量中的第一个数据等）。

import numpy as np

# Three matrices/double arrays                                              
a = np.array([[1,2], [3, 4]])
b = np.array([[2,3], [4, 5]])
c = np.array([[3,4], [5, 6]])

# An array of matrices                                                      
d = np.array([a, b, c])

# A vector                                                                  
e = np.array([1,2,3])

# Multiply every matrix by the corresponding value in the vector            
f = [ d[i] * e[i] for i in range(len(e)) ]

# Somewhat to my surpise however, this doesn't work                         
g = d * e # <-- Doesn't work

# Nor does                                                                  
h = e * d # <-- Doesn't work

因此列表理解起作用，但我怀疑这是否是最有效的做事方式。

我忽略了一些非常简单的事情吗？

Answer 1

您需要对齐轴：

f = d * e[:,np.newaxis,np.newaxis]

d.shape
(3, 2, 2)
e.shape
(3,)
e[:,np.newaxis,np.newaxis].shape
(3, 1, 1)

另一种方法是使d的形状（2,2,3），然后e（形状（3，））可以广播到d的形状。

您真正想要的是了解有关broadcasting的更多信息。

编辑：

关于你的第二个问题，对于inplace multiplication：

d *= e[:,np.newaxis,np.newaxis]

没有创建副本。