資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
JavaScript
PHP
物理
化學
生物
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究使用深度為 2 的列表在 Numpy 中構建塊矩陣
若要構建矩陣塊，請在 Python Numpy 中使用 numpy.block() 方法。在此，我們將根據深度為 2 的列表構建塊矩陣。最內層列表中的塊沿最後一個維（-1）連線，然後沿倒數第二個維（-2）連線，如此類推，直到到達最外層的列表。
塊可以是任何維度的，但不會使用常規規則進行廣播。相反，會插入值為 1 的前置軸，使所有塊的 block.ndim 相同。這主要用於使用標量，這意味著 np.block([v, 1]) 之類的程式碼有效，其中 v.ndim == 1。
步驟
首先，匯入所需庫 −
import numpy as np
使用 array() 方法建立兩個 numpy 陣列。我們插入了 int 型別的元素 −
arr1 = np.array([49, 76, 61, 82, 69, 29]) arr2 = np.array([40, 60, 89, 55, 32, 98])
顯示陣列 −
print("Array 1...
", arr1)
print("
Array 2...
", arr2)獲取陣列型別 −
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)獲取陣列的維度 −
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)獲取陣列的形狀 −
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)要在 Python Numpy 中構建矩陣塊，請使用 numpy.block() 方法 −
print("
Result...
",np.block([[arr1], [arr2]]))
示例
import numpy as np
# Creating two numpy arrays using the array() method
# We have inserted elements of int type
arr1 = np.array([49, 76, 61, 82, 69, 29])
arr2 = np.array([40, 60, 89, 55, 32, 98])
# Display the arrays
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# Get the type of the arrays
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# Get the dimensions of the Arrays
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)
# Get the shape of the Arrays
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)
# To build a block of matrix, use the numpy.block() method in Python Numpy
print("
Result...
",np.block([[arr1], [arr2]]))輸出
Array 1... [49 76 61 82 69 29] Array 2... [40 60 89 55 32 98] Our Array 1 type... int64 Our Array 2 type... int64 Our Array 1 Dimensions... 1 Our Array 2 Dimensions... 1 Our Array 1 Shape... (6,) Our Array 2 Shape... (6,) Result... [[49 76 61 82 69 29] [40 60 89 55 32 98]]
更新於：18-2-2022
202 次瀏覽
廣告