numpy数组numpy数组的numpy数组

Question

我有一个大小为(2x3)的numpy对象数组。让我们称其为M1。在M1中有6个numpy数组。M1中给定行中数组的形状与M1中任何其他行中的数组形状相同，但不同。

那是,

M1 = [ [A1 B1 C1]
       [D1 E1 F1] ]

A1、B1、C1、D1、E1、F1是二维numpy数组。A1、B1和C1的形状相同。D1、E1、F1的形状相同。Shape of A1 != D1等等。

同样的，我也有

M2 = [ [A2 B2 C2]
       [D2 E2 F2] ]

现在我想要一个与M1形状相同的numpy数组M3。

M3 = [ [A3 B3 C3]
       [D3 E3 F3] ]

其中包括A3[0,0] = [A1[0,0] A2[0,0]]、A3[0,1] = [A1[0,1] A2[0,1]]等。( M3的所有元素都将如下所示)

有没有一种不使用for循环就能做到这一点的方法呢？

另外，我想知道如果我想要A30,0作为：

A3[0,0] = [ [A1[0,0] A2[0,0]],
            [B1[0,0] B2[0,0]] ]

Answer 1

你不可能得到你想要的一切。您希望使用numpy数组的优化(即避免for循环)，但希望灵活地使M1和M2的每一行具有不同的形状。但在这种情况下，效率需要牺牲灵活性。

只需将M1和M2分解为不同的变量，每行一个变量。将这些称为M1a和M2a，M1b和M2b，....现在你可以创建真正的3Dnumpy数组了。

# building blocks ... like your A1, B1, etc
I2 = np.eye(2, dtype=np.int)

# First row of M1
M1a = np.array([I2, 2*I2, 3*I2])

# First row of M2
M2a = -M1a.copy()

# Stick them together such that M3a[0,0] = [M1a[0,0], M2a[0,0]]
M3a = np.transpose([M1a, M2a])

现在，使用不同形状I3 = np.eye(3)的构建块对行M1b、M2b、M3b执行相同的操作。因此，您只在最后一个维度上有一个for循环。

我知道，你想把最后一个维度矢量化。但是，如果您想保持每行使用不同形状的灵活性，这是不可能的。抱歉的!没有免费的午餐。