NumPy Array манипулирование: функция block ()

функция numpy.block ()

Функция block () собирает nd-массив из вложенных списков блоков.
Блоки в самых внутренних списках объединяются по последнему измерению (-1), затем они объединяются по второму последнему измерению (-2) и так далее, пока не будет достигнут самый внешний список.
Блоки могут быть любого размера, но не будут транслироваться с использованием обычных правил. Вместо этого вставляются ведущие оси размера 1, чтобы сделать block.ndim одинаковым для всех блоков. Это в первую очередь полезно для работы со скалярами и означает, что код типа np.block ([v, 1]) является допустимым, где v.ndim == 1.
Когда вложенный список имеет два уровня глубины, это позволяет создавать блочные матрицы из их компонентов.

Синтаксис:

 numpy.block (массивы) 

Версия: 1.15.0

Параметр:

Возвращаемое значение:

block_array: ndarray Массив, собранный из заданных блоков.
Размерность вывода равна наибольшему из: * размерности всех входных данных * глубине, на которую вложен список ввода

Повышает: ValueError -

• Если глубина списка не совпадает - например, [[a, b], c] недопустимо и должно быть написано [[a, b], [c]]
• Если списки пусты - например, [[a, b], []]

Пример-1: numpy.block ()

import numpy as np 
>>> A = np.eye(2) * 2
>>> B = np.eye(3) * 3
>>> np.block([
...     [A,               np.zeros((2, 3))],
...     [np.ones((3, 2)), B               ]
... ])
array([[ 2.,  0.,  0.,  0.,  0.],
       [ 0.,  2.,  0.,  0.,  0.],
       [ 1.,  1.,  3.,  0.,  0.],
       [ 1.,  1.,  0.,  3.,  0.],
       [ 1.,  1.,  0.,  0.,  3.]])

Пример 2: numpy.block ()

import numpy as np   
	   
>>> np.block([1, 2, 3])
array([1, 2, 3])
>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 3, 4])
>>> np.block([a, b, 10])
array([1, 2, 3, 2, 3, 4, 10])

Иллюстрированная презентация:

Python - NumPy Code Editor:

Предыдущая: vstack ()
Далее: Разделение массивов split ()