在 Python 中获取具有 4D 和 3D 维度的数组的克罗内克积
pythonnumpyserver side programmingprogramming
要获取 4D 和 3D 维度数组的克罗内克积，请使用 Python Numpy 中的 numpy.kron() 方法。计算克罗内克积，即由第二个数组的块按第一个数组缩放后组成的复合数组
该函数假设 a 和 b 的维度数相同，如有必要，在最小维度前面加上 1。如果 a.shape = (r0,r1,..,rN) 且 b.shape = (s0,s1,...,sN)，则克罗内克积的形状为 (r0*s0, r1*s1, ..., rN*SN)。这些元素是 a 和 b 元素的乘积，明确由 − 组织
kron(a,b)[k0,k1,...,kN] = a[i0,i1,...,iN] * b[j0,j1,...,jN]
步骤
首先，导入所需的库 -
import numpy as np
使用 arange() 和 reshape() 方法 − 创建两个具有不同维度的 numpy 数组
arr1 = np.arange(40).reshape((2,5,2,2)) arr2 = np.arange(18).reshape((2,3,3))
显示数组−
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)
检查两个数组的维度 −
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)
检查两个数组的形状 −
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)
要获得两个数组的克罗内克积，使用 Python Numpy 中的 numpy.kron() 方法 −
print("\nResult (Kronecker product)...\n",np.kron(arr1, arr2))
示例
import numpy as np
# 使用 arange() 和 reshape() 方法创建两个具有不同维度的 numpy 数组
arr1 = np.arange(40).reshape((2,5,2,2))
arr2 = np.arange(18).reshape((2,3,3))
# 显示数组
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)
# 检查两个数组的维度
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)
# 检查两个数组的形状
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)
# 要获取两个数组的克罗内克积，请使用 Python Numpy 中的 numpy.kron() 方法
print("\nResult (Kronecker product)...\n",np.kron(arr1, arr2))
输出
Array1... [[[[ 0 1] [ 2 3]] [[ 4 5] [ 6 7]] [[ 8 9] [10 11]] [[12 13] [14 15]] [[16 17] [18 19]]] [[[20 21] [22 23]] [[24 25] [26 27]] [[28 29] [30 31]] [[32 33] [34 35]] [[36 37] [38 39]]]] Array2... [[[ 0 1 2] [ 3 4 5] [ 6 7 8]] [[ 9 10 11] [12 13 14] [15 16 17]]] Dimensions of Array1... 4 Dimensions of Array2... 3 Shape of Array1... (2, 5, 2, 2) Shape of Array2... (2, 3, 3) Result (Kronecker product)... [[[[ 0 0 0 0 1 2] [ 0 0 0 3 4 5] [ 0 0 0 6 7 8] [ 0 2 4 0 3 6] [ 6 8 10 9 12 15] [ 12 14 16 18 21 24]] [[ 0 0 0 9 10 11] [ 0 0 0 12 13 14] [ 0 0 0 15 16 17] [ 18 20 22 27 30 33] [ 24 26 28 36 39 42] [ 30 32 34 45 48 51]] [[ 0 4 8 0 5 10] [ 12 16 20 15 20 25] [ 24 28 32 30 35 40] [ 0 6 12 0 7 14] [ 18 24 30 21 28 35] [ 36 42 48 42 49 56]] [[ 36 40 44 45 50 55] [ 48 52 56 60 65 70] [ 60 64 68 75 80 85] [ 54 60 66 63 70 77] [ 72 78 84 84 91 98] [ 90 96 102 105 112 119]] [[ 0 8 16 0 9 18] [ 24 32 40 27 36 45] [ 48 56 64 54 63 72] [ 0 10 20 0 11 22] [ 30 40 50 33 44 55] [ 60 70 80 66 77 88]] [[ 72 80 88 81 90 99] [ 96 104 112 108 117 126] [120 128 136 135 144 153] [ 90 100 110 99 110 121] [120 130 140 132 143 154] [150 160 170 165 176 187]] [[ 0 12 24 0 13 26] [ 36 48 60 39 52 65] [ 72 84 96 78 91 104] [ 0 14 28 0 15 30] [ 42 56 70 45 60 75] [ 84 98 112 90 105 120]] [[108 120 132 117 130 143] [144 156 168 156 169 182] [180 192 204 195 208 221] [126 140 154 135 150 165] [168 182 196 180 195 210] [210 224 238 225 240 255]] [[ 0 16 32 0 17 34] [ 48 64 80 51 68 85] [ 96 112 128 102 119 136] [ 0 18 36 0 19 38] [ 54 72 90 57 76 95] [108 126 144 114 133 152]] [[144 160 176 153 170 187] [192 208 224 204 221 238] [240 256 272 255 272 289] [162 180 198 171 190 209] [216 234 252 228 247 266] [270 288 306 285 304 323]]] [[[ 0 20 40 0 21 42] [ 60 80 100 63 84 105] [120 140 160 126 147 168] [ 0 22 44 0 23 46] [ 66 88 110 69 92 115] [132 154 176 138 161 184]] [[180 200 220 189 210 231] [240 260 280 252 273 294] [300 320 340 315 336 357] [198 220 242 207 230 253] [264 286 308 276 299 322] [330 352 374 345 368 391]] [[ 0 24 48 0 25 50] [ 72 96 120 75 100 125] [144 168 192 150 175 200] [ 0 26 52 0 27 54] [ 78 104 130 81 108 135] [156 182 208 162 189 216]] [[216 240 264 225 250 275] [288 312 336 300 325 350] [360 384 408 375 400 425] [234 260 286 243 270 297] [312 338 364 324 351 378] [390 416 442 405 432 459]] [[ 0 28 56 0 29 58] [ 84 112 140 87 116 145] [168 196 224 174 203 232] [ 0 30 60 0 31 62] [ 90 120 150 93 124 155] [180 210 240 186 217 248]] [[252 280 308 261 290 319] [336 364 392 348 377 406] [420 448 476 435 464 493] [270 300 330 279 310 341] [360 390 420 372 403 434] [450 480 510 465 496 527]] [[ 0 32 64 0 33 66] [ 96 128 160 99 132 165] [192 224 256 198 231 264] [ 0 34 68 0 35 70] [102 136 170 105 140 175] [204 238 272 210 245 280]] [[288 320 352 297 330 363] [384 416 448 396 429 462] [480 512 544 495 528 561] [306 340 374 315 350 385] [408 442 476 420 455 490] [510 544 578 525 560 595]] [[ 0 36 72 0 37 74] [108 144 180 111 148 185] [216 252 288 222 259 296] [ 0 38 76 0 39 78] [114 152 190 117 156 195] [228 266 304 234 273 312]] [[324 360 396 333 370 407] [432 468 504 444 481 518] [540 576 612 555 592 629] [342 380 418 351 390 429] [456 494 532 468 507 546] [570 608 646 585 624 663]]]]
