有沒有一種聰明的方法來遞回生成 numpy 中大小不斷增加的矩陣？我確實有一個生成器矩陣，它是
g = np.array([[1, 0], [1, 1]])
并且在每次進一步迭代中，兩個軸的大小都加倍，形成一個新的格式矩陣：
[g_{n-1}, 0], [g_{n-1}, g_{n-1}]
這意味著新版本將是：
g = np.array([[1, 0, 0, 0], [1, 1, 0, 0], [1, 0, 1, 0], [1, 1, 1, 1]])
有沒有一種簡單的方法可以獲得這樣的東西？我還可以生成一個大小為 (len(g)*2, len(g)*2) 的矩陣并嘗試在兩個 for 回圈中手動填充它，但這似乎非常煩人。
有沒有更好的辦法？
PS：對于那些對此感到好奇的人，該矩陣是極性代碼的生成器矩陣。
uj5u.com熱心網友回復：
IIUC，一種使用方式numpy.block：
g = np.array([[1, 0], [1, 1]])
g = np.block([[g, np.zeros(g.shape)], [g, g]])
輸出（迭代 1）：
array([[1., 0., 0., 0.],
[1., 1., 0., 0.],
[1., 0., 1., 0.],
[1., 1., 1., 1.]])
輸出（迭代 2）：
array([[1., 0., 0., 0., 0., 0., 0., 0.],
[1., 1., 0., 0., 0., 0., 0., 0.],
[1., 0., 1., 0., 0., 0., 0., 0.],
[1., 1., 1., 1., 0., 0., 0., 0.],
[1., 0., 0., 0., 1., 0., 0., 0.],
[1., 1., 0., 0., 1., 1., 0., 0.],
[1., 0., 1., 0., 1., 0., 1., 0.],
[1., 1., 1., 1., 1., 1., 1., 1.]])
uj5u.com熱心網友回復：
我沒有看到一種直接的生成方式g_n，但是您可以將兩個 for 回圈減少為一個（連同n）：
# another sample
g = np.array([[1, 0], [2, 3]])
g = (np.array([[g,np.zeros_like(g)],[g, g]])
.swapaxes(1,2).reshape(2*g.shape[0], 2*g.shape[1])
)
輸出：
array([[1, 0, 0, 0],
[2, 3, 0, 0],
[1, 0, 1, 0],
[2, 3, 2, 3]])
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/376361.html
上一篇：使用SciPy計算分箱均值??：binned_statistic 處理NaN（SciPy的ValueError和statistic=np.nanmean）
下一篇：在條件不起作用的情況下創建一列