Question

让我们说我有这4个子矩阵：

print(A[0])
print(A[1])
print(A[2])
print(A[3])

[[  0.   1.   2.]
 [  6.   7.   8.]
 [ 12.  13.  14.]]
[[  3.   4.   5.]
 [  9.  10.  11.]
 [ 15.  16.  17.]]
[[ 18.  19.  20.]
 [ 24.  25.  26.]
 [ 30.  31.  32.]]
[[ 21.  22.  23.]
 [ 27.  28.  29.]
 [ 33.  34.  35.]]

从这个矩阵：

[[ 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]]

如何管理子矩阵以重现原始子矩阵？

Answer 1

使用A作为包含这些子矩阵的输入数组，您可以使用reshaping和{{}}}的A.reshape(2,2,3,3).transpose(0,2,1,3).reshape(-1,6)维度，就像这样 -

A.reshape(2,2,3,3)

说明 -

将第一轴切割为两部分：.transpose(0,2,1,3)。
交换第二和第三轴：6。
最后，重新塑造.reshape(-1,6)列：m,n,r = A.shape out = A.reshape(-1,2,n,r).transpose(0,2,1,3).reshape(-1,2*r)。

因此，解决方案可以像这样推广 -

示例运行

让我们重新制作您的In [54]: A = np.arange(36).reshape(-1,3,2,3). transpose(0,2,1,3).reshape(4,3,3) In [55]: A Out[55]: array([[[ 0, 1, 2], [ 6, 7, 8], [12, 13, 14]], [[ 3, 4, 5], [ 9, 10, 11], [15, 16, 17]], [[18, 19, 20], [24, 25, 26], [30, 31, 32]], [[21, 22, 23], [27, 28, 29], [33, 34, 35]]]) -

In [56]: A.reshape(2,2,3,3).transpose(0,2,1,3).reshape(-1,6)
Out[56]: 
array([[ 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]])

然后，运行我们的代码 -

{{1}}

如何从子矩阵形成矩阵？

1 个答案: