通过堆叠在对角K矩阵中创建一个新的大矩阵

时间:2019-02-07 14:56:29

标签: python-3.x numpy matrix diagonal numpy-einsum

我有K个维(假设K为7),其维数为(50,50)。 我想通过用K个矩阵对角线填充它来创建一个新的矩阵L。因此L的尺寸为(50 * K,50 * K)。

我尝试了什么?

K1=np.random.random((50,50)) 
N,N=K1.shape
K=7
out=np.zeros((K,N,K,N),K1.dtype)
np.einsum('ijik->ijk', out)[...] = K1
L=out.reshape(K*N, K*N) # L is of dimension (50*7,50*7)=(350,350)

它确实通过在对角线内堆叠K1 7次来创建新矩阵L。但是,我想分别堆叠K1,K2,K3,K5,K6,K7而不是K1七次。

输入:

    K1=np.random.random((50,50)) 
    K2=np.random.random((50,50)) 
    K3=np.random.random((50,50)) 
    K4=np.random.random((50,50)) 
    K5=np.random.random((50,50)) 
    K6=np.random.random((50,50)) 
    K7=np.random.random((50,50)) 

    L=np.zeros((50*7,50*7))#

预期输出:

L[:50,:50]=K1
L[50:100,50:100]=K2
L[100:150,100:50]=K3
L[150:200,150:200]=K4
L[200:250,200:250]=K5
L[250:300,250:300]=K6
L[300:350,300:350]=K7

2 个答案:

答案 0 :(得分:2)

您可以尝试scipy.linalg.block_diag。如果您查看源代码,则此函数基本上只是以您编写为输出的方式循环遍历给定的块。可以像这样使用:

K1=np.random.random((50,50)) 
K2=np.random.random((50,50)) 
K3=np.random.random((50,50)) 
K4=np.random.random((50,50)) 
K5=np.random.random((50,50)) 
K6=np.random.random((50,50)) 
K7=np.random.random((50,50)) 

L=sp.linalg.block_diag(K1,K2,K3,K4,K5,K6,K7)

如果您将K作为形状为(7,50,50)的ndarray,则可以直接将其拆包,如下所示:

K=np.random.random((7,50,50))

L=sp.linalg.block_diag(*K)

如果您不想导入scipy,则始终可以编写一个简单的循环来完成为预期输出编写的内容。

答案 1 :(得分:1)

这是使用NumPy做到这一点的一种方法:

import numpy as np

def put_in_diagonals(a):
    n, rows, cols = a.shape
    b = np.zeros((n * rows, n * cols), dtype=a.dtype)
    a2 = a.reshape(-1, cols)
    ii, jj = np.indices(a2.shape)
    jj += (ii // rows) * cols
    b[ii, jj] = a2
    return b

# Test
a = np.arange(24).reshape(4, 2, 3)
print(put_in_diagonals(a))

输出:

[[ 0  1  2  0  0  0  0  0  0  0  0  0]
 [ 3  4  5  0  0  0  0  0  0  0  0  0]
 [ 0  0  0  6  7  8  0  0  0  0  0  0]
 [ 0  0  0  9 10 11  0  0  0  0  0  0]
 [ 0  0  0  0  0  0 12 13 14  0  0  0]
 [ 0  0  0  0  0  0 15 16 17  0  0  0]
 [ 0  0  0  0  0  0  0  0  0 18 19 20]
 [ 0  0  0  0  0  0  0  0  0 21 22 23]]