Python n维矩阵的递推

我正在用Python 3进行一些实现，我需要一些帮助。我有一个函数，它依赖于矩阵的维数。实际上我有两个矩阵，我想以某种方式得到第三个矩阵。例如（二维矩阵）：

def my_matrix_2d（mat1、mat2）：
ar=[]
对于范围内的i（len（mat1[0]）：
ar1=[]
对于范围内的j（len（mat1[1]）：
尝试：
ar1.追加（[mat1[0][i]、mat1[1][j]、mat2[i][j]）
除索引器外：
ar1.追加（[mat1[0][i]，mat1[1][j]，无]）
ar.append（ar1）
返回ar

三维矩阵的另一个示例：

def my_matrix_3d（mat1、mat2）：
ar=[]
对于范围内的i（len（mat1[0]）：
ar1=[]
对于范围内的j（len（mat1[1]）：
ar2=[]
对于范围内的k（len（mat1[2]）：
尝试：
ar2.追加（[mat1[0][i]、mat1[1][j]、mat1[2][k]、mat2[i][j][k]）
除索引器外：
ar2.追加（[mat1[0][i]，mat1[1][j]，mat1[2][k]，无]）
ar1.追加（ar2）
ar.append（ar1）
返回ar

我需要做一个n维矩阵的一般函数。我知道这一定是递归，但我就是搞不懂。 我将感谢任何帮助

编辑：

事实上，我没有很好地描述我的问题，所以我将尝试给出详细的描述。首先，我将描述二维问题。我有两个矩阵，mat1和mat2。len（mat1）=2，假设len（mat1[0]）=m和len（mat1[1]）=n。然后，mat2是mxn矩阵，因此len（mat2）=m，len（mat2[i]）=n表示i=0,1，…，m-1。我的矩阵是函数，它以某种方式结合了这两个矩阵。让我们看一个具体的例子：我们可以将mat1视为二维直方图的箱子边，将mat2视为箱子高度，因此mat1[0]表示x坐标中的箱子边，将mat1[1]表示y坐标中的箱子边。mat2表示x坐标和y坐标边缘交点上的箱子高度。因此，我的_矩阵_2d在二维柱状图中存储有关箱子边缘和箱子高度的信息。它的元素是向量（mat1[0][i]、mat1[1][j]、mat2[i][j]），因为我们还需要一条边来确定箱子的宽度，所以最后的向量是（mat1[0][i]、mat1[1][j]、无）

在3D示例中类似。mat1[0]（len=m）是x坐标中的料仓边，mat1[1]（len=n）是y坐标中的料仓边，mat1[2]（len=o）是z坐标中的料仓边，mat2是包含料仓高度的mxnxo矩阵。my_matrix_3d输出应该是包含元素（mat1[0][i]、mat1[1][j]、mat1[2][k]、mat2[i][j][k]）的矩阵/数组，其中i=0、…、m-2、j=0、…、n-2、k=0、…、o-2，如果i=m-1或j=n-1或k=o-1，矩阵中的元素应该是（mat1[0][i]、mat1[1][j]、mat1[k]，无）

另外，我的矩阵应该是n维矩阵，它的形状与mat2相同。但是mat2中的元素是浮点数，而my_矩阵中的元素是len（mat1）+1向量

编辑2：

我举了一个具体的例子（2D）：

mat1=[
阵列（[-82.8894492，-56.07043142，-29.25141365，-2.43239587,24.3866219,51.20563967,78.02465745]），
数组（[-191.15188724，-103.20853717，-15.2651871,72.67816297,160.62151304,248.56486311]）
]
mat2=数组（[[4.23988548e-08，3.39190838e-07，1.27196564e-07，1.27196564e-07，0.00000000 E+00]，
[1.22956679e-06、8.35257440e-06、1.53483854e-05、4.45187976e-06、，
1.69595419e-07]，
[5.00306487e-06、4.77835094e-05、8.47553108e-05、2.31073759e-05、，
1.05997137e-06]，
[5.13026143e-06、5.8001634E-05、9.37862668e-05、2.62872900e-05、，
1.01757252e-06]，
[1.14476908e-06、1.44156106e-05、2.33617690e-05、6.52942364e-06、，
2.54393129e-07]，
[0.00000000e+00，5.93583967e-07，1.10237023e-06，4.23988548e-07，
4.23988548e-08]]
输出：
[
[[-82.88944919513716，-191.1518872423128，4.239885481812237576E-08]，
[-82.88944919513716，-103.2085371726906，3.391908384979006e-07]，
[-82.88944919513716，-15.265187103077324，1.2719656443671272e-07]，
[-82.88944919513716、72.67816296654041、1.2719656443671272e-07]，
[-82.88944919513716, 160.62151303615815, 0.0],
[-82.88944919513716248.56486310577586，无]]，
[[-56.07043142169904，-191.1518872423128，1.229567895548898E-06]，
[-56.07043142169904，-103.2085371726906，8.352574398010803e-06]，
[-56.07043142169904，-15.265187103077324，1.534838544203e-05]，
[-56.07043142169904、72.67816296654041、4.451879755284945e-06]，
[-56.07043142169904、160.62151303615815、1.6959541924895036e-07]，
[-56.070431421699042048.56486310577586，无]]，
[[-29.25141364826092，-191.1518872423128，5.003064867844034e-06]，
[-29.25141364826092，-103.2085371726906，4.7783509373391746e-05]，
[-29.25141364826092，-15.265187103077324，8.475531076966292e-05]，
[-29.25141364826092、72.67816296654041、2.3107375872669477e-05]，
[-29.25141364826092、160.62151303615815、1.05997137030359398E-06]，
[-29.25141364826092，248.56486310577586，无]]，
[2.4323958748228023，-191.1518872423128，5.130261432280746e-06]，
[-2.4323958748228023，-103.2085371726906，5.80016333383141E-05]，
[-2.43239587748228023，-15.265187103077324，9.378626684466952e-05]，
[-2.43239587748228023、72.67816296654041、2.628728998358729e-05]，
[-2.4323958748228023、160.62151303615815、1.0175725154937022e-06]，
[-2.432395874828023248.56486310577586，无]]，
[24.386621898615317，-191.1518872423128，1.144769079930414e-06]，
[24.386621898615317，-103.2085371726906，1.44156363616160767E-05]，
[24.386621898615317，-15.265187103077324，2.336176900154289e-05]，
[24.386621898615317、72.67816296654041、6.529423641084582e-06]，
[24.386621898615317、160.62151303615815、2.543931288734254e-07]，
[24.386621898615317，248.56486310577586，无]]，
[[51.20563967205345, -191.1518872423128, 0.0],
[51.20563967205345，-103.2085371726906，5.935839673713263e-07]，
[51.2056396205345，-15.265187103077324，1.10237022181777E-06]，
[51.2056396705345、72.67816296654041、4.239885481812237604E-07]，
[51.2056396705345、160.62151303615815、4.239885481812237616E-08]，
[51.20563967205345, 248.564863
def lookup(m,ii):
  try:
    for i in ii: m=m[i]
  except IndexError: m=None
  return m
def edge_product(mat1,mat2,path=[]):
  return [edge_product(mat1,mat2,path+[i])\
          for i in range(len(mat1[len(path)]))]\
    if len(path)<len(mat1) else\
    [mat1[i] for i in path]+[lookup(mat2,path)]