我有一個矩陣，比如 3 x 3x= np.arange(0,9,1).reshape((3,3))我想根據以下簡單規則構建更大的矩陣 (9x9)：新矩陣的前三行是相同的，從第一行 x 和零到末尾。后三行是相同的，由 x 的第二行開始，由三個 0 組成，然后是 x，然后是 0，直到行尾，依此類推。像這樣的東西。0 1 2 0 0 0 0 0 00 1 2 0 0 0 0 0 00 1 2 0 0 0 0 0 00 0 0 3 4 5 0 0 00 0 0 3 4 5 0 0 00 0 0 3 4 5 0 0 00 0 0 0 0 0 6 7 8 0 0 0 0 0 0 6 7 80 0 0 0 0 0 6 7 8有沒有辦法以 pythonic 方式做到這一點？我試圖通過使用 numpy.kron / numpy.repeat 來查看是否，但我認為這不是方法。特別是我首先想到的是得到一個矩陣 9*3x=np.repeat(x,3)然后嘗試使用 np.kron 用零完成它，但它沒有用。
2 回答
千萬里不及你
TA貢獻1784條經驗 獲得超9個贊
您可以使用scipy.linalg中的 block_diag。
"""
>>> print(answer)
[[0 1 2 0 0 0 0 0 0]
[0 1 2 0 0 0 0 0 0]
[0 1 2 0 0 0 0 0 0]
[0 0 0 3 4 5 0 0 0]
[0 0 0 3 4 5 0 0 0]
[0 0 0 3 4 5 0 0 0]
[0 0 0 0 0 0 6 7 8]
[0 0 0 0 0 0 6 7 8]
[0 0 0 0 0 0 6 7 8]]
"""
from scipy.linalg import block_diag
import numpy as np
x = np.arange(9).reshape(3, 3)
answer = block_diag(*np.array_split(x.repeat(3, axis=0), 3))
紅糖糍粑
TA貢獻1815條經驗 獲得超6個贊
不確定它是如何 pythonic 但我的想法是使用列表理解來遍歷每一行并根據更改的參數對其進行 np.pad ：
import numpy as np
x = np.arange(0,9,1).reshape((3,3))
a = x.shape[1] # length of original rows | you can hardcode to 3
b = x.shape[0]*a - a # number of cells you will pad each row with | you can hardcode it to 6
repeat = 3 # how many times each row should be repeated
x_padded = [np.pad(row, (i*a, b-i*a)) for i, row in enumerate(x)]
x_out = np.repeat(x_padded, repeat, axis=0)
print(x_out)
輸出：
[[0 1 2 0 0 0 0 0 0]
[0 1 2 0 0 0 0 0 0]
[0 1 2 0 0 0 0 0 0]
[0 0 0 3 4 5 0 0 0]
[0 0 0 3 4 5 0 0 0]
[0 0 0 3 4 5 0 0 0]
[0 0 0 0 0 0 6 7 8]
[0 0 0 0 0 0 6 7 8]
[0 0 0 0 0 0 6 7 8]]
添加回答
舉報
0/150
提交
取消