如何从子矩阵形成矩阵？答案

【问题标题】：How to form a matrix from submatrices?如何从子矩阵形成矩阵？
【发布时间】：2016-10-09 17:57:22
【问题描述】：

假设我有这 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？

【问题讨论】：

你能给出矩阵的定义，让我们玩弄它吗？
你能说出你确切的一般问题吗？因为否则你可以使用my_mat = np.arange(36).reshape((6,6))。
你的矩阵是 np.vstack( (np.hstack( (A[0],A[1]) ), np.hstack( A[2],A[3] ) ) )

标签： python arrays numpy matrix vector

【解决方案1】：

使用A 作为包含这些子矩阵的输入数组，您可以使用一些reshaping 并使用np.transpose 置换维度，就像这样 -

A.reshape(2,2,3,3).transpose(0,2,1,3).reshape(-1,6)

解释-

将第一个轴分成两部分：A.reshape(2,2,3,3)。
交换第二和第三轴：.transpose(0,2,1,3)。
最后，重塑具有6 列：.reshape(-1,6)。

因此，解决方案可以这样概括 -

m,n,r = A.shape
out = A.reshape(-1,2,n,r).transpose(0,2,1,3).reshape(-1,2*r)

示例运行

让我们重新创建你的A -

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]]])

然后，运行我们的代码 -

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]])

【讨论】：