使用 Numpy（无转置）的两个二维列向量的点积

Question

我正在尝试使用 numpy 计算两个二维向量的点积 这是我目前所知道的：

1. 如果我们有两个一维 np 数组，例如 v 和 w，我们可以使用 np.inner(v, w) 来获取这两个向量的点积，但是由于一维数组的形状为 (m, ) 我不喜欢由于在 (m, )
中丢失的第二维造成麻烦而使用它们
2. 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 numpy 是否有任何方法可以直接计算两个向量（定义为二维数组，而不是那些有趣的一维数组）的点积，而无需转置其中之一？

Answer 1

Numpy 的 einsum() 可以用来做这个。

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：它不会像我怀疑的那样复制基础数据。