此类问题已被SO淘汰，但我将尝试说明您的框架存在的问题：
In [1]: a = np.arange(15).reshape([3,5])
...: b = np.arange(30, step=2).reshape([3,5])
...:
In [2]: def f(x,y):
...: return np.dot(x,y)
该列表解析方法适用f于3行a和b。也就是说，像遍历列表一样在两个数组上进行迭代。每次调用时，您的函数将获得2个1d数组。dot可以接受其他形状，但目前我们假装它仅适用于一对1ds
In [3]: np.array([f(x,y) for x,y in zip(a,b)])
Out[3]: array([ 60, 510, 1460])
In [4]: np.dot(a[0],b[0])
Out[4]: 60
np.vectorize迭代输入（使用广播- 可能很方便），并给出函数标量值。我将用frompyfuncreturn来说明一个对象dtype数组（并由所使用vectorize）：
In [5]: vf = np.frompyfunc(f, 2,1)
In [6]: vf(a,b)
Out[6]:
array([[0, 2, 8, 18, 32],
[50, 72, 98, 128, 162],
[200, 242, 288, 338, 392]], dtype=object)
因此结果是（3,5）数组；偶然地跨列求和得到期望的结果
In [9]: vf(a,b).sum(axis=1)
Out[9]: array([60, 510, 1460], dtype=object)
np.vectorize 没有做出任何速度承诺。
我不知道你怎么用apply_along_axis。它只需要一个数组。经过大量设置后，它最终完成了（对于像这样的2d数组a）：
for i in range(3):
idx = (i, slice(None))
outarr[idx] = asanyarray(func1d(arr[idx], *args, **kwargs))
对于3d和更大的尺寸，它使在“其他”轴上的迭代更加简单；对于2d来说，这是过分的杀伤力。无论如何，它不会加快计算速度。它仍然是迭代。
（apply_along_axis采用arr和*args。迭代arr，但使用*args整体。）。
np.dot(a[np.arange(3)], b[np.arange(3)])
是相同的
np.dot(a, b)
dot是矩阵乘积，（3,5）与（5,3）一起产生（3,3）。它将1d作为特殊情况处理（请参阅文档），（3）与（3，）产生（3，）。
对于真正的泛型来说f(x,y)，压缩列表理解的唯一替代方法是如下所示的索引循环：
In [18]: c = np.zeros((a.shape[0]))
In [19]: for i in range(a.shape[0]):
...: c[i] = f(a[i,:], b[i,:])
In [20]: c
Out[20]: array([ 60., 510., 1460.])
速度会差不多。（可以通过将操作移至已编译的代码cython，但我认为您不准备深入了解该代码。）
如评论中所述，如果数组为(N,M)，并且N与相比较小M，则此迭代的成本并不高。也就是说，完成一个大任务的几个循环是可以的。如果它们简化了大型阵列内存管理，它们甚至可能更快。
理想的解决方案是使用numpy编译函数重写通用函数，使其可用于2d数组。
在矩阵乘法的情况下，einsum已在编译代码中实现了“乘积和”的广义形式：
In [22]: np.einsum('ij,ij->i',a,b)
Out[22]: array([ 60, 510, 1460])
matmul 也可以推广该产品，但最适合3D阵列：
In [25]: a[:,None,:]@b[:,:,None] # needs reshape
Out[25]:
array([[[ 60]],
[[ 510]],
[[1460]]])
602392714
清零编程群