如何重複使用block_diag

我有一個相當簡單的問題，但仍然無法使它工作。我想要一個塊對角n^2 * n^2矩陣。塊是稀疏的n×n矩陣，只有對角線，首先出對角線，然後離開diag。對於n=4簡單的情況下，這很容易做到如何重複使用block_diag

datanew = ones((5,n1)) 
datanew[2] = -2*datanew[2] 
diagsn = [-4,-1,0,1,4] 
DD2 = sparse.spdiags(datanew,diagsn,n,n) 
new = sparse.block_diag([DD2,DD2,DD2,DD2])

由於這僅適用於小的N的有用的，有沒有辦法更好的方式來使用block_diag？ n個思考 - > 1000

來源

2015-12-06 Zitzero

我清理了一下顯示器。你需要更具體地說明爲什麼這種方式不適用於更大的'n'。（什麼是'n1'？）'block_diag'和'bmat'是開放的Python代碼，所以你可以研究它們，如果需要的話，簡化行動以適應你的情況。 – hpaulj

'bmat'最終將'DD2'轉換爲'coo'格式，將它們的'data'，'row'，'col'連接成3個大數組，並從中創建一個新的'coo'。 – hpaulj

重點是我不想寫下block_diag（DD2，.......，DD2）thousend時間，肯定它會工作，但不是有像block_diag（（DD2，:)直到n ）？ – Zitzero

建設的DD2矩陣一長列的簡單方法，就是用一個列表理解：

In [128]: sparse.block_diag([DD2 for _ in range(20)]).A 
Out[128]: 
array([[-2, 1, 0, ..., 0, 0, 0], 
     [ 1, -2, 1, ..., 0, 0, 0], 
     [ 0, 1, -2, ..., 0, 0, 0], 
     ..., 
     [ 0, 0, 0, ..., -2, 1, 0], 
     [ 0, 0, 0, ..., 1, -2, 1], 
     [ 0, 0, 0, ..., 0, 1, -2]]) 

In [129]: _.shape 
Out[129]: (80, 80)

至少在我的版本，block_diag要陣列的列表，而不是*args ：

In [133]: sparse.block_diag(DD2,DD2,DD2,DD2) 
... 
TypeError: block_diag() takes at most 3 arguments (4 given) 

In [134]: sparse.block_diag([DD2,DD2,DD2,DD2]) 
Out[134]: 
<16x16 sparse matrix of type '<type 'numpy.int32'>' 
    with 40 stored elements in COOrdinate format>

這可能不是構建這種塊對角線陣列的最快方法，但它是一個開始。

================

看着爲sparse.block_mat的代碼，我推斷出它的作用：

In [145]: rows=[] 
In [146]: for i in range(4): 
    arow=[None]*4 
    arow[i]=DD2 
    rows.append(arow) 
    .....:  

In [147]: rows 
Out[147]: 
[[<4x4 sparse matrix of type '<type 'numpy.int32'>' 
    with 10 stored elements (5 diagonals) in DIAgonal format>, 
    None, 
    None, 
    None], 
[None, 
    <4x4 sparse matrix of type '<type 'numpy.int32'>' 
    ... 
    None, 
    <4x4 sparse matrix of type '<type 'numpy.int32'>' 
    with 10 stored elements (5 diagonals) in DIAgonal format>]]

換句話說，rows是'矩陣'None與DD2沿着對角線。然後它將這些傳遞給sparse.bmat。

In [148]: sparse.bmat(rows) 
Out[148]: 
<16x16 sparse matrix of type '<type 'numpy.int32'>' 
    with 40 stored elements in COOrdinate format>

反過來bmat從所有輸入matricies的coo格式收集data,rows,cols，將其拼接爲主陣列，和由它們生成一個新coo矩陣。

所以另一種方法是直接構建這3個數組。

來源

2015-12-06 23:57:39 hpaulj

如何重複使用block_diag

回答

相關問題