Question

这段代码的结果对我没有任何意义：

a = np.zeros((2, 2))
b = np.bmat([[a, a], [a, a]])
print(b.shape, b.dot(np.zeros(4)).shape)

在最终轴上执行sum-product时，形状为(4, 4)的矩阵如何返回形状(1, 4)的矩阵？

Answer 1

bmat会返回numpy.matrix个实例，因为它们应该永远不会使用，因为它们会导致各种奇怪的不兼容性。 numpy.matrix总是尝试保留至少两个维度，因此b.dot(np.zeros(4))是2D而不是1D。

制作numpy.array：

b = np.bmat([[a, a], [a, a]]).A
#                             ^

或者从NumPy 1.13开始，

b = np.block([[a, a], [a, a]])

Answer 2

bmat没有做任何异国情调或幻想;基本上它只是串联的几个级别：

In [308]: np.bmat([[a,a],[a,a]]).A
Out[308]: 
array([[0, 1, 0, 1],
       [2, 3, 2, 3],
       [0, 1, 0, 1],
       [2, 3, 2, 3]])

In [309]: alist = [[a,a],[a,a]]
In [310]: np.concatenate([np.concatenate(sublist, axis=1) for sublist in alist], axis=0)
Out[310]: 
array([[0, 1, 0, 1],
       [2, 3, 2, 3],
       [0, 1, 0, 1],
       [2, 3, 2, 3]])

numpy块矩阵如何工作？

2 个答案: