numpy.kron #
- 麻木的。克朗( a , b ) [来源] #
两个数组的克罗内克积。
计算克罗内克积,这是一个由第二个数组按第一个数组缩放的块组成的复合数组。
- 参数:
- a, b类似数组
- 返回:
- 输出数组
也可以看看
outer
外层产品
笔记
该函数假设a和b的维数 相同,如有必要,请在最小的前面加上 1。如果和,则克罗内克积具有形状。这些元素是a和b元素的产物,明确组织为:
a.shape = (r0,r1,..,rN)
b.shape = (s0,s1,...,sN)
(r0*s0, r1*s1, ..., rN*SN)
kron(a,b)[k0,k1,...,kN] = a[i0,i1,...,iN] * b[j0,j1,...,jN]
在哪里:
kt = it * st + jt, t = 0,...,N
在常见的二维情况下(N=1),块结构可以可视化:
[[ a[0,0]*b, a[0,1]*b, ... , a[0,-1]*b ], [ ... ... ], [ a[-1,0]*b, a[-1,1]*b, ... , a[-1,-1]*b ]]
例子
>>> np.kron([1,10,100], [5,6,7]) array([ 5, 6, 7, ..., 500, 600, 700]) >>> np.kron([5,6,7], [1,10,100]) array([ 5, 50, 500, ..., 7, 70, 700])
>>> np.kron(np.eye(2), np.ones((2,2))) array([[1., 1., 0., 0.], [1., 1., 0., 0.], [0., 0., 1., 1.], [0., 0., 1., 1.]])
>>> a = np.arange(100).reshape((2,5,2,5)) >>> b = np.arange(24).reshape((2,3,4)) >>> c = np.kron(a,b) >>> c.shape (2, 10, 6, 20) >>> I = (1,3,0,2) >>> J = (0,2,1) >>> J1 = (0,) + J # extend to ndim=4 >>> S1 = (1,) + b.shape >>> K = tuple(np.array(I) * np.array(S1) + np.array(J1)) >>> c[K] == a[I]*b[J] True