我有一个形状为（3,1）的numpy数组vector_a。如果我把它与形状（1,3）的向量b相乘，我得到形状（3,3）的结果。
现在，vector_b实际上是列向量的（3，N）numpy数组。我想将这些列向量中的每一个乘以vector_a，以产生N3x3矩阵，即形状（N，3,3）的结果
我做了以下工作：
r = np.dot(vector_a.reshape(1,3,1), vector_b.T.reshape(N, 1, 3))
我原以为r的形状是（N，3,3），但我得到了（1,3,64,3）的形状？？？我不知道为什么我会变成这样。vector_a和vector_b都是C连续的。在做vector_b.T.reshape(N, 1, 3)之前，我试图将vector_b转换为F连续，但我仍然得到了相同的r形状（1,3,64,3）。
有人知道如何写出正确的表达方式吗？
作为一种替代解决方案，如果使用einsum，则可以避免为点积重塑阵列：
np.einsum('ij,jk->kij', vector_a, vector_b)
这里有一个使用broadcasting和ndarray.T的
vector_b.T[:,None,:]*vector_a