python - 在 block 矩阵中排列 numpy 数组

Question

我有 3 个 numpy 数组 A、B 和 C。为简单起见，我们假设它们都是形状 [n, n]。我想把它们排列成一个 block 矩阵

A    B
B^t  C

其中 B^t 应表示 B 的转置。当然，我可以通过一系列串联来做到这一点

top_row = np.concatenate([A, B], axis=1)
bottom_row = np.concatenate([B.transpose(), C], axis=1)
result = np.concatenate([top_row, bottom_row], axis=0)

有没有更简单、更易读的方法？

Answer 1

从 NumPy 1.13 开始，有 np.block .这会从嵌套的 block 列表中构建矩阵，但它也更通用，可以处理更高维的数组和某些不太网格的情况。与 bmat 不同，它还会生成一个 ndarray。

np.block([[A, B], [B.T, C]])

---

对于以前的版本，您可以使用 NumPy 内置的 np.bmat非常适合这样的任务，就像这样 -

np.bmat([[A, B], [B.T, C]])

如 comments by @unutbu 中所述，请注意输出将是一个 NumPy 矩阵。如果预期的输出是一个数组，我们需要转换它，就像这样 -

np.asarray(np.bmat([[A, B], [B.T, C]]))

或

np.bmat([[A, B], [B.T, C]]).A