Python 在另一个矩阵的对角线上插入一个由零组成的矩阵

淡化的例子

假设我有以下矩阵A

1  2  4  3
1  7  3  6
2  4  1  1
6  9  3  6

我想把它转换成矩阵B，它看起来像

0  0  4  4
0  0  3  6
2  4  0  0
6  9  0  0

基本上，我想要一个2x2的零矩阵，在上面给出的4x4矩阵的对角线上

需要一个普遍的解决办法

我上面提供的只是一个例子，我将使用12961296大小的矩阵作为输入，我想在其对角线内插入一个3x3的零矩阵

到目前为止我做了什么

一个简单的基于范围的循环，然后像这样将值设置为零

for i in range(0, mat.shape[0] - 1, 3):
    mat[i][i] = 0
    mat[i][i + 1] = 0
    mat[i][i + 2] = 0
    mat[i + 1][i] = 0
    mat[i + 1][i + 1] = 0
    mat[i + 1][i + 2] = 0
    mat[i + 2][i] = 0
    mat[i + 2][i + 1] = 0
    mat[i + 2][i + 2] = 0

---

我完全理解，这是一种非常粗鲁和肮脏的方式。请建议一种快速、简便的方法。

您可以尝试以下方法：

start=0
stop=1296
step=3
for i in np.arange(start=start, stop=stop, step=step):
    mat[i:i+step, i:i+step] = 0

---

您可以尝试以下方法：

start=0
stop=1296
step=3
for i in np.arange(start=start, stop=stop, step=step):
    mat[i:i+step, i:i+step] = 0

这应该可以解决这个问题：

您的_矩阵=[ [1, 2, 4, 3], [1, 7, 3, 6], [2, 4, 1, 1], [6, 9, 3, 6] ] def计算器矩阵x、x、y、大小： 对于索引，枚举矩阵中的x_行： 对于外接程序rangesize： 如果索引==y+添加： 对于在rangesize中添加_2： x_行[x+添加_2]=0 返回矩阵 你的_矩阵=计算矩阵x=你的_矩阵，x=1，y=1，size=2 打印你的矩阵 x，y在0框的左上角，大小是您想要的框的大小。

这应该可以解决它：

您的_矩阵=[ [1, 2, 4, 3], [1, 7, 3, 6], [2, 4, 1, 1], [6, 9, 3, 6] ] def计算器矩阵x、x、y、大小： 对于索引，枚举矩阵中的x_行： 对于外接程序rangesize： 如果索引==y+添加： 对于在rangesize中添加_2： x_行[x+添加_2]=0 返回矩阵 你的_矩阵=计算矩阵x=你的_矩阵，x=1，y=1，size=2 打印你的矩阵

---

x，y位于0框的左上角，大小是您想要的框的大小。

这里有一个无循环的解决方案：

mat = np.ones((12,12))
np.einsum('ijik->ijk',mat.reshape((4,3,4,3)))[...] = 0
mat
# array([[0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
#        [0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
#        [0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
#        [1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1., 1.],
#        [1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1., 1.],
#        [1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1., 1.],
#        [1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1.],
#        [1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1.],
#        [1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1.],
#        [1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0.],
#        [1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0.],
#        [1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0.]])

---

以下是一个无循环的解决方案：

mat = np.ones((12,12))
np.einsum('ijik->ijk',mat.reshape((4,3,4,3)))[...] = 0
mat
# array([[0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
#        [0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
#        [0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
#        [1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1., 1.],
#        [1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1., 1.],
#        [1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1., 1.],
#        [1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1.],
#        [1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1.],
#        [1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1.],
#        [1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0.],
#        [1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0.],
#        [1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0.]])

---

哇，这看起来很干净。谢谢我会试试这个。只是想知道，用range代替np.arange不是一个更好的解决方案吗@SJ11很有魅力。很高兴听到这个。哦，是的，范围可能是一个更好的选择，因为你并不真的需要一个numpy阵列。哇，这看起来很干净。谢谢我会试试这个。只是想知道，用range代替np.arange不是一个更好的解决方案吗@SJ11很有魅力。很高兴听到这个。哦，是的，范围可能是一个更好的选择，因为你并不真的需要numpy数组。谢谢你的回答，但我真的不认为这是一个numpy的做事方式。谢谢你的回答，但我真的不认为这是一个numpy的做事方式。