python实现三维数组的矩阵乘法

在Python中，你可以使用NumPy库来方便地处理和操作包括三维数组在内的多维数组，其中包括矩阵乘法。NumPy提供了一个`numpy.dot()`函数或`@`运算符来进行矩阵乘法。对于三维数组（也称为3D张量），如果你想要对特定的两个轴进行乘法，通常你需要先将它们重塑为两维数组（通过`.reshape()`），然后进行计算，最后再返回到原来的形状。

下面是一个简单的例子：

import numpy as np

# 创建一个3D数组 (3x4x5)
arr_3d = np.random.rand(3, 4, 5)

# 要计算的两个特定的2D子数组
sub_array1 = arr_3d[:, :, 0]  # 第0个通道 (3x4)
sub_array2 = arr_3d[:, 0, :]  # 第0行 (3x5)

# 对这两个子数组进行矩阵乘法
result = np.dot(sub_array1, sub_array2)  # 或者 result = sub_array1 @ sub_array2

# 如果你想保留原始形状，需要将其添加回原3D数组
result_3d = np.expand_dims(result, axis=-1)  # 添加一个新的维度