使用 NumPy 的 np.matmul 可对批量矩阵（M×3×3）与对应向量（M×3×1）执行高效逐片矩阵乘法，避免显式 Python 循环，显著提升计算性能。

使用 numpy 的 `np.matmul` 可对批量矩阵（m×3×3）与对应向量（m×3×1）执行高效逐片矩阵乘法，避免显式 python 循环，显著提升计算性能。

在深度学习、几何变换或批量线性系统求解等场景中，常需对一批形状为 M×3×3 的变换矩阵，分别作用于 M×3×1 的向量组（例如 M 个三维点经 M 个旋转/仿射矩阵变换）。若用 Python 循环逐个调用 np.dot 或 @，不仅代码冗长，更因解释器开销导致性能严重下降。

幸运的是，NumPy 的 np.matmul（等价于 @ 运算符）原生支持广播式批量矩阵乘法：当输入为 (M, 3, 3) 和 (M, 3, 1) 时，它会自动对每个 batch index i 执行 A[i] @ b[i]，输出形状为 (M, 3, 1)，完全符合需求。

✅ 正确用法示例：

import numpy as np

# 构造批量数据：M=4 个 3×3 矩阵，和 4 个 3×1 向量
M = 4
A = np.random.randn(M, 3, 3)     # shape: (4, 3, 3)
b = np.random.randn(M, 3, 1)     # shape: (4, 3, 1)

# 高效逐片乘法（无需循环）
result = np.matmul(A, b)         # shape: (4, 3, 1)
print(result.shape)              # 输出: (4, 3, 1)

# 等价写法（推荐，更简洁）
result = A @ b

⚠️ 注意事项：

• 输入向量必须是三维：(M, 3, 1) 而非 (M, 3)。若原始数据是二维（如 (M, 3)），请先用 b[:, :, None] 或 b.reshape(-1, 3, 1) 升维；
• np.dot 不具备相同广播行为（对高维数组按最后两轴做积并求和），易引发维度错误，应优先选用 np.matmul 或 @；
• 若需兼容 PyTorch/TensorFlow，对应操作分别为 torch.bmm 和 tf.linalg.matmul（均要求输入为三维张量）。

总结：借助 np.matmul 的隐式批处理能力，可一行代码完成 M 次矩阵-向量乘法，兼具简洁性与高性能，是科学计算中矩阵逐片运算的标准实践。