在 Numpy 中构建块矩阵
numpyserver side programmingprogramming
要构建矩阵块，请使用 Python Numpy 中的 numpy.block() 方法。最内层列表中的块沿最后一个维度 (-1) 连接，然后沿倒数第二个维度 (-2) 连接，依此类推，直到到达最外层列表。
块可以是任意维度，但不会使用正常规则进行广播。而是插入大小为 1 的前导轴，以使 block.ndim 对所有块都相同。这主要用于处理标量，意味着像 np.block([v, 1]) 这样的代码是有效的，其中 v.ndim == 1。
步骤
首先，导入所需的库 −
import numpy as np
使用 array() 方法创建两个 numpy 数组。我们插入了 int 类型的元素 −
arr1 = np.eye(2) * 2 arr2 = np.eye(3) * 2
显示数组 −
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
获取数组的类型 −
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
获取数组的维度 −
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
要构建矩阵块，请使用 numpy.block() 方法Python Numpy−
print("
结果...
",np.block([[arr1,np.zeros((2, 3))], [np.ones((3, 2)), arr2]]))
示例
import numpy as np
# 使用 array() 方法创建两个 numpy 数组
# 我们插入了 int 类型的元素
arr1 = np.eye(2) * 2
arr2 = np.eye(3) * 2
# 显示数组
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
# 获取数组的类型
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
# 获取数组的维度
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
# 获取数组的形状
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
# 要构建矩阵块，请使用 Python Numpy 中的 numpy.block() 方法
print("
结果...
",np.block([[arr1,np.zeros((2, 3))], [np.ones((3, 2)), arr2]]))
输出
数组 1... [[2. 0.] [0. 2.]] 数组 2... [[2. 0. 0.] [0. 2. 0.] [0. 0. 2.]] 我们的数组 1 类型... float64 我们的数组 2 类型... float64 我们的数组 1 维度... 2 我们的数组 2 维度... 2 我们的数组 1 形状... (2, 2) 我们的数组 2 形状... (3, 3) 结果... [[2. 0. 0. 0. 0.] [0. 2. 0. 0. 0.] [1. 1. 2. 0. 0.] [1. 1. 0. 2. 0.] [1. 1. 0. 0. 2.]]
