Python3，Numpy - 矩阵元素矩阵

Question

我想创建一个包含矩阵元素的矩阵。 所以我做了明显的事情，并做了这个：

import numpy as np

A = np.array([1,2,3,1],[3,1,5,1])
B = np.array([1,6,8,9],[9,2,7,1])
E = np.array([A, B],[B, A])

但编译器返回： TypeError：数据类型未被理解

我能做些什么来创建这样一个矩阵，因为我有非常庞大的矩阵，而且我没有时间明确地写下每个人？

---

*编辑1：*

发生的其他问题：

我没有获得14x14矩阵，而是获得了一个多维（2,2,7,7）矩阵。 在我的原始问题的简化版本中，一切都是合理的。 任何想法为什么现在发生？

在这种情况下，我有Amat 7x7，Bmat 7x7，Emat 14x14，Smat 14x14

---

编辑2

好的，我使用np.block（）解决了问题，如下面的评论中所述。 非常感谢你。

---

Answer 1

假设你想要一个二维的形状数组(4, 8) ，听起来好像你正在寻找numpy.block 。 它可以从NumPy 1.13开始使用，顾名思义，它创建了一个新的数组，其中每个块都是一个现有的数组。

在创建A和B的调用中还需要一对额外的方括号。 numpy.array的签名是：

array（object，dtype = None，copy = True，order ='K'，subok = False，ndmin = 0）

所以如果你写np.array([1, 2, 3, 1], [3, 1, 5, 1])那么你将两个参数传递给array函数，第二个参数将被解释为dtype ：即，数组元素的所需数据类型。 这就是为什么你得到“数据类型不理解”的错误。 相反，您希望将嵌套的列表列表作为第一个参数np.array([[1, 2, 3, 1], [3, 1, 5, 1]]) ： np.array([[1, 2, 3, 1], [3, 1, 5, 1]]) 。

把它们放在一起：

>>> import numpy as np
>>> A = np.array([[1, 2, 3, 1], [3, 1, 5, 1]])
>>> B = np.array([[1, 6, 8, 9], [9, 2, 7, 1]])
>>> E = np.block([[A, B], [B, A]])
>>> A
array([[1, 2, 3, 1],
       [3, 1, 5, 1]])
>>> B
array([[1, 6, 8, 9],
       [9, 2, 7, 1]])
>>> E
array([[1, 2, 3, 1, 1, 6, 8, 9],
       [3, 1, 5, 1, 9, 2, 7, 1],
       [1, 6, 8, 9, 1, 2, 3, 1],
       [9, 2, 7, 1, 3, 1, 5, 1]])

Answer 2

欢迎来到Stack Overflow！

np.array希望第一个参数是矩阵，第二个参数是数据类型。

在这里，您实际上是将两个列表作为前两个参数发送。 由于数字列表不是数据类型，因此它无法理解您要执行的操作。 您需要将其括在一个列表中：

import numpy as np

A = np.array([[1,2,3,1],[3,1,5,1]])
B = np.array([[1,6,8,9],[9,2,7,1]])
E = np.array([[A, B],[B, A]])

要发送数据类型，您可以执行例如

D = np.array([1,2,3,4,5], np.float32) 。 现在第二个参数是实际的数据类型，而不是列表。

Answer 3

你很近，只是错过了几个括号。 对于矩阵，您需要为np.array一个列表列表。

In [4]: import numpy as np
   ...: 
   ...: A = np.array([[1,2,3,1],[3,1,5,1]])
   ...: B = np.array([[1,6,8,9],[9,2,7,1]])
   ...: E = np.array([[A, B],[B, A]], dtype=int)
   ...: 

In [5]: E
Out[5]: 
array([[[[1, 2, 3, 1],
     [3, 1, 5, 1]],

    [[1, 6, 8, 9],
     [9, 2, 7, 1]]],


   [[[1, 6, 8, 9],
     [9, 2, 7, 1]],

    [[1, 2, 3, 1],
     [3, 1, 5, 1]]]])