要使用
tensordot，计算
g张量的外积：
def rotT(T, g): gg = np.outer(g, g) gggg = np.outer(gg, gg).reshape(4 * g.shape) axes = ((0, 2, 4, 6), (0, 1, 2, 3)) return np.tensordot(gggg, T, axes)
在我的系统上，这大约是Sven解决方案的七倍。如果
g张量不经常变化，您也可以缓存
gggg张量。如果您这样做并启用了一些微优化（内联
tensordot代码，没有检查，没有通用形状），则仍然可以使其速度提高两倍：
def rotT(T, gggg): return np.dot(gggg.transpose((1, 3, 5, 7, 0, 2, 4, 6)).reshape((81, 81)), T.reshape(81, 1)).reshape((3, 3, 3, 3))
timeit在我的家用笔记本电脑上的结果（500次迭代）：
Your original pre: 19.471129179Sven's pre: 0.718412876129My first pre: 0.118047952652My second pre: 0.0690279006958
我的工作机器上的数字是：
Your original pre: 9.77922987938Sven's pre: 0.137110948563My first pre: 0.0569641590118My second pre: 0.0308079719543
