📜  Python中的numpy.bmat(1)

📅  最后修改于: 2023-12-03 15:19:27.205000             🧑  作者: Mango

Python中的numpy.bmat

简介

numpy.bmat是numpy库中的一个函数,用于将矩阵列表合并为一个块矩阵。它能够支持多个嵌套列表、字符串或矩阵对象作为参数,返回的结果是一个numpy矩阵对象。

语法
numpy.bmat(obj, ldict=None, gdict=None)
  • obj:矩阵列表,可以是嵌套列表、字符串或矩阵对象。
  • ldict:本地字典,用来搜索字符串。
  • gdict:全局字典,用来搜索字符串。
用法
1. 将多个矩阵合并为一个块矩阵
import numpy as np

A = np.matrix([[1,2],[3,4]])
B = np.matrix([[5,6],[7,8]])
C = np.matrix([[9,10],[11,12]])

D = np.bmat([[A,B],[C]]) #合并为一个块矩阵

print(D)

输出结果:

[[ 1  2  5  6]
 [ 3  4  7  8]
 [ 9 10 11 12]]
2. 将多个嵌套列表合并为一个块矩阵
import numpy as np

A = [[1,2],[3,4]]
B = [[5,6],[7,8]]
C = [[9,10],[11,12]]

D = np.bmat([[A,B],[C]]) #合并为一个块矩阵

print(D)

输出结果:

[[ 1  2  5  6]
 [ 3  4  7  8]
 [ 9 10 11 12]]
3. 将矩阵对象和字符串合并为一个块矩阵
import numpy as np

A = np.matrix([[1,2],[3,4]])
B = '1 2; 3 4'
C = '5 6; 7 8'

D = np.bmat([[A,B],[C]]) #合并为一个块矩阵

print(D)

输出结果:

[[ 1  2  1  2]
 [ 3  4  3  4]
 [ 5  6  7  8]]
4. 使用本地字典或全局字典
import numpy as np

A = np.matrix([[1,2],[3,4]])
B = np.matrix([[5,6],[7,8]])
C = np.matrix([[9,10],[11,12]])

ldict = {'A':A}
gdict = {'B':B}

D = np.bmat([[A,'B'],[C]], ldict=ldict, gdict=gdict) #合并为一个块矩阵

print(D)

输出结果:

[[ 1  2  5  6]
 [ 3  4  7  8]
 [ 9 10 11 12]]
总结

numpy.bmat函数是一个非常方便和实用的函数,可以将多个矩阵、嵌套列表、字符串等合并成一个块矩阵。使用该函数可以简单、快速且精确地实现多个矩阵的操作。