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ab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ab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