你能提供一个输入和输出的例子吗？但似乎np.dot(HTM, trajectory.T)[:3].T可以做到这一点？
为什么不删除HTM的最后一行，而不是在trajectory上追加一列0？

我想你想要的是：

trajectory_new = np.einsum('ij,kj->ik', HTM[:,:3], trajectory)

字符串
不确定顺序，但应该比for循环快得多

在堆叠zeros之前，您可以简单地在输入上使用np.dot的矩阵乘法-

trajectory.dot(HTM[:,:3].T)[:,:3]

字符串
方法-

def dot_based(trajectory):
    return trajectory.dot(HTM[:,:3].T)[:,:3]

def original_app(trajectory):
    # append zero column at last
    traj_stacked = np.hstack((trajectory, np.zeros((trajectory.shape[0], 1))))

    trajectory_new = np.zeros((1, 3)) #(1x3)
    for row in traj_stacked:
        vect = row.reshape((-1,1)) #convert (1x4) to (4x1)
        vect = np.dot(HTM, vect) #(4x4) x (4x1) = (4x1)
        vect = vect.T #(1x4)
        vect = np.delete(vect, -1, axis=1) #remove last element from vector
        trajectory_new = np.vstack((trajectory_new, vect)) #(nx3)

    trajectory_new = np.delete(trajectory_new, 0, axis=0)#remove first row
    return trajectory_new

型
样品运行-

In [37]: n = 5
    ...: trajectory = np.random.rand(n,3)
    ...: HTM = np.random.rand(4,4)
    ...: 

In [38]: np.allclose(dot_based(trajectory), original_app(trajectory))
Out[38]: True

型

你的轨迹是nx3，但是为了正确地相乘，你需要3xn。因此你需要转置两次。一次在相乘之前，一次在相乘之后。
像这样，

trajectory = (HTM[:3,:3] @ trajectory.T).T

字符串
我假设轨迹是一个向量，你想忽略HTM的原点？如果你也想加上原点，那么你可以这样做。

trajectory = (HTM[:3,:3] @ trajectory.T).T + HTM[:3,3]

型