添加矩阵的倍数，无需构建新矩阵

假设我有两个矩阵B and M我想执行以下语句：

B += 3*M

我重复执行这条指令，所以我不想每次都构建矩阵3*M (3可能会改变，这只是为了表明我只做标量矩阵乘积）。它是一个 numpy 函数，使这个计算“就位”吗？

更准确地说，我有一个标量列表as和一个矩阵列表Ms，我想执行两者的“点积”（这不是真正的一个，因为两个操作数的类型不同），也就是说：

sum(a*M for a, M in zip(as, Ms))

The np.dot函数不执行我的操作，除了......

您可以使用np.tensordot http://docs.scipy.org/doc/numpy/reference/generated/numpy.tensordot.html -

np.tensordot(As,Ms,axes=(0,0))

Or np.einsum http://docs.scipy.org/doc/numpy/reference/generated/numpy.einsum.html -

np.einsum('i,ijk->jk',As,Ms)

样本运行 -

In [41]: As = [2,5,6]

In [42]: Ms = [np.random.rand(2,3),np.random.rand(2,3),np.random.rand(2,3)]

In [43]: sum(a*M for a, M in zip(As, Ms))
Out[43]: 
array([[  6.79630284,   5.04212877,  10.76217631],
       [  4.91927651,   1.98115548,   6.13705742]])

In [44]: np.tensordot(As,Ms,axes=(0,0))
Out[44]: 
array([[  6.79630284,   5.04212877,  10.76217631],
       [  4.91927651,   1.98115548,   6.13705742]])

In [45]: np.einsum('i,ijk->jk',As,Ms)
Out[45]: 
array([[  6.79630284,   5.04212877,  10.76217631],
       [  4.91927651,   1.98115548,   6.13705742]])