问具有不同维数python的两个矩阵的乘法

EN

错误：ValueError: shapes (3,1) and (3,2) not aligned: 1 (dim 1) != 3 (dim 0)

发生错误的原因是矩阵大小不同，但是如何将两个大小不同的矩阵相乘，以及得到的输出应该在哪里：[-0.78 0.85]

import numpy as np

x1 = 3-7/3;
x2 = 2-4/3;
x3 = 1-5/3;

X = ([x1], [x2],[x3])

V = ([-0.99, -0.13], [-0.09, 0.70],[0.09, -0.70])

res = np.dot(X,V)
print("Res: ",res)

任何帮助都是非常感谢的！

数学问题，为了更好的理解：

对由N×M矩阵x1、x2和x3三个数据点组成的数据集进行主成分分析，使得矩阵的每一行都是一个数据点。假设矩阵X与X对应，每列的平均值为：

X = (3.00，2.00，1.00,4.00，1.00，2.00,0.00，1.00，2.00)

假设X̃有奇异值分解：

V = (-0.99，-0.13，-0.00，-0.09，0.70，-0.71,0.09，-0.70，-0.71)

第一次观测x1投影到包含最大变化的二维子空间的坐标(四舍五入到两位数)是什么？

答案：

投影可以通过减去X的平均值并投影到V的前两列来找到。第一点减去平均坐标: 2-7/3 2-4/3 1-5/3。

这应该与V的前两列相乘(左)

(3-7/3，2-4/3,1-5/3) * (-0.99，-0.13，-0.09，0.70,0.09，-0.70) = -0.78 0.85

所以我想找出如何在python中计算这个。