Python 表示矩阵数组的numpy

我有一个2x2复杂矩阵的数组，表示矩阵随时间的变换。对于我的计算，我需要一种方法来将这些数组相乘（矩阵相乘）；将数组中的每个矩阵乘以另一个矩阵；将a应用于数组中的所有矩阵

我用

numpy

（4列数组、数组数组数组、矩阵数组、矩阵列表）尝试了多种方法，但每种方法都为一些必需的函数提供了一个很好的接口，这使得其余的都非常棘手

所以这里有一个问题-什么是表示这种结构的最佳方式，我将如何对它们执行所需的转换

例子 最初数据位于

csv

文件中：

import numpy as np
csv = np.arange(45.).reshape(5,9)
t = np.array(csv[:,0])  # time array

4列数组 将

csv

转换为4列数组：

data = np.apply_along_axis(lambda x: [x[1]+1j*x[2],
                                      x[3]+1j*x[4],
                                      x[5]+1j*x[6],
                                      x[7]+1j*x[8]],1,csv)

阵列x矩阵：

m = np.array([[1,0],[0,0]])
np.apply_along_axis(lambda x: (x.reshape(2,2).dot(m)).reshape(1,4),1,data)

m = np.array([[1,0],[0,0]])
[i.dot(m) for i in data]

m = np.array([[1,0],[0,0]])
data.dot(m)

阵列x阵列： 可能需要for循环和数组预分配

data * data # not a dot product

转变：

np.apply_along_axis(lambda x: [-(x[0]*x[3]-x[1]*x[2])/x[2],
                               x[0]/x[2],
                               -x[3]/x[2],
                               1/x[2]],1,data)

[np.array([[-(np.linalg.det(x))/x[0,1],
            x[0,0]/x[1,0]],
           [-x[1,1]/x[0,1],
            1/x[0,1]]]) for x in data]

数组列表 将

csv

转换为数组列表：

data = [np.array([[i[1]+1j*i[2],
                   i[3]+1j*i[4]],
                  [i[5]+1j*i[6],
                   i[7]+1j*i[8]]]) for i in csv]

阵列x矩阵：

m = np.array([[1,0],[0,0]])
np.apply_along_axis(lambda x: (x.reshape(2,2).dot(m)).reshape(1,4),1,data)

m = np.array([[1,0],[0,0]])
[i.dot(m) for i in data]

m = np.array([[1,0],[0,0]])
data.dot(m)

阵列x阵列：

[data[i].dot(data[i]) for i in range(len(data))]

转变：

np.apply_along_axis(lambda x: [-(x[0]*x[3]-x[1]*x[2])/x[2],
                               x[0]/x[2],
                               -x[3]/x[2],
                               1/x[2]],1,data)

[np.array([[-(np.linalg.det(x))/x[0,1],
            x[0,0]/x[1,0]],
           [-x[1,1]/x[0,1],
            1/x[0,1]]]) for x in data]

矩阵数组 将

csv

转换为矩阵数组：

data = np.apply_along_axis(lambda x: [[x[1]+1j*x[2],
                                       x[3]+1j*x[4]],
                                      [x[5]+1j*x[6],
                                       x[7]+1j*x[8]]],1,csv)

阵列x矩阵：

m = np.array([[1,0],[0,0]])
np.apply_along_axis(lambda x: (x.reshape(2,2).dot(m)).reshape(1,4),1,data)

m = np.array([[1,0],[0,0]])
[i.dot(m) for i in data]

m = np.array([[1,0],[0,0]])
data.dot(m)

阵列x阵列： 可能需要for循环和数组预分配

data * data # not a dot product

转变：

---

可能需要for循环和数组预分配

数组和矩阵是什么意思？在numpy中，我们有各种形状和尺寸的

ndarray

。在可能的情况下，坚持使用这些方法。你可以对它们进行整形、转置、广播数学和矩阵乘法。这需要一个。我建议从（n，2，2）数组开始，并演示如何执行各种操作。或者至少展示简单的问题，用困难的问题描述问题。@hpaulj补充了一些例子

data * data # not a dot product