Nhận sản phẩm Kronecker của các mảng có kích thước 4D và 3D bằng Python

Để có được sản phẩm Kronecker của mảng kích thước 4D và 3D, hãy sử dụng phương thức numpy.kron () trong Python Numpy. Tính toán sản phẩm Kronecker, một mảng tổng hợp được tạo thành từ các khối của mảng thứ hai được chia tỷ lệ bằng mảng đầu tiên

Hàm giả định rằng số kích thước của a và b là như nhau, nếu cần thiết sẽ đặt trước kích thước nhỏ nhất bằng những kích thước đó. Nếu a.shape =(r0, r1, .., rN) và b.shape =(s0, s1, ..., sN), sản phẩm Kronecker có hình dạng (r0 * s0, r1 * s1, ..., rN * SN). Các phần tử là sản phẩm của các phần tử từ a và b, được tổ chức rõ ràng bởi -

kron(a,b)[k0,k1,...,kN] = a[i0,i1,...,iN] * b[j0,j1,...,jN]

Các bước

Đầu tiên, hãy nhập các thư viện được yêu cầu -

import numpy as np

Tạo hai mảng numpy với các kích thước khác nhau bằng phương thức arange () và reshape () -

arr1 = np.arange(40).reshape((2,5,2,2))
arr2 = np.arange(18).reshape((2,3,3))

Hiển thị các mảng -

print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

Kiểm tra Kích thước của cả hai mảng -

print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

Kiểm tra Hình dạng của cả hai mảng -

print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

Để nhận sản phẩm Kronecker của hai mảng, hãy sử dụng phương thức numpy.kron () trong Python Numpy -

print("\nResult (Kronecker product)...\n",np.kron(arr1, arr2))

Ví dụ

import numpy as np

# Creating two numpy arrays with different dimensions using the arange() and reshape() method
arr1 = np.arange(40).reshape((2,5,2,2))
arr2 = np.arange(18).reshape((2,3,3))

# Display the arrays
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

# Check the Shape of both the arrays
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

# To get the Kronecker product of two arrays, use the numpy.kron() method in Python Numpy
print("\nResult (Kronecker product)...\n",np.kron(arr1, arr2))

Đầu ra

Array1...
[[[[ 0 1]
[ 2 3]]

[[ 4 5]
[ 6 7]]

[[ 8 9]
[10 11]]

[[12 13]
[14 15]]

[[16 17]
[18 19]]]


[[[20 21]
[22 23]]

[[24 25]
[26 27]]

[[28 29]
[30 31]]

[[32 33]
[34 35]]

[[36 37]
[38 39]]]]

Array2...
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]]

[[ 9 10 11]
[12 13 14]
[15 16 17]]]

Dimensions of Array1...
4

Dimensions of Array2...
3

Shape of Array1...
(2, 5, 2, 2)

Shape of Array2...
(2, 3, 3)

Result (Kronecker product)...
[[[[ 0 0 0 0 1 2]
[ 0 0 0 3 4 5]
[ 0 0 0 6 7 8]
[ 0 2 4 0 3 6]
[ 6 8 10 9 12 15]
[ 12 14 16 18 21 24]]

[[ 0 0 0 9 10 11]
[ 0 0 0 12 13 14]
[ 0 0 0 15 16 17]
[ 18 20 22 27 30 33]
[ 24 26 28 36 39 42]
[ 30 32 34 45 48 51]]

[[ 0 4 8 0 5 10]
[ 12 16 20 15 20 25]
[ 24 28 32 30 35 40]
[ 0 6 12 0 7 14]
[ 18 24 30 21 28 35]
[ 36 42 48 42 49 56]]

[[ 36 40 44 45 50 55]
[ 48 52 56 60 65 70]
[ 60 64 68 75 80 85]
[ 54 60 66 63 70 77]
[ 72 78 84 84 91 98]
[ 90 96 102 105 112 119]]

[[ 0 8 16 0 9 18]
[ 24 32 40 27 36 45]
[ 48 56 64 54 63 72]
[ 0 10 20 0 11 22]
[ 30 40 50 33 44 55]
[ 60 70 80 66 77 88]]

[[ 72 80 88 81 90 99]
[ 96 104 112 108 117 126]
[120 128 136 135 144 153]
[ 90 100 110 99 110 121]
[120 130 140 132 143 154]
[150 160 170 165 176 187]]

[[ 0 12 24 0 13 26]
[ 36 48 60 39 52 65]
[ 72 84 96 78 91 104]
[ 0 14 28 0 15 30]
[ 42 56 70 45 60 75]
[ 84 98 112 90 105 120]]

[[108 120 132 117 130 143]
[144 156 168 156 169 182]
[180 192 204 195 208 221]
[126 140 154 135 150 165]
[168 182 196 180 195 210]
[210 224 238 225 240 255]]

[[ 0 16 32 0 17 34]
[ 48 64 80 51 68 85]
[ 96 112 128 102 119 136]
[ 0 18 36 0 19 38]
[ 54 72 90 57 76 95]
[108 126 144 114 133 152]]

[[144 160 176 153 170 187]
[192 208 224 204 221 238]
[240 256 272 255 272 289]
[162 180 198 171 190 209]
[216 234 252 228 247 266]
[270 288 306 285 304 323]]]


[[[ 0 20 40 0 21 42]
[ 60 80 100 63 84 105]
[120 140 160 126 147 168]
[ 0 22 44 0 23 46]
[ 66 88 110 69 92 115]
[132 154 176 138 161 184]]

[[180 200 220 189 210 231]
[240 260 280 252 273 294]
[300 320 340 315 336 357]
[198 220 242 207 230 253]
[264 286 308 276 299 322]
[330 352 374 345 368 391]]

[[ 0 24 48 0 25 50]
[ 72 96 120 75 100 125]
[144 168 192 150 175 200]
[ 0 26 52 0 27 54]
[ 78 104 130 81 108 135]
[156 182 208 162 189 216]]

[[216 240 264 225 250 275]
[288 312 336 300 325 350]
[360 384 408 375 400 425]
[234 260 286 243 270 297]
[312 338 364 324 351 378]
[390 416 442 405 432 459]]

[[ 0 28 56 0 29 58]
[ 84 112 140 87 116 145]
[168 196 224 174 203 232]
[ 0 30 60 0 31 62]
[ 90 120 150 93 124 155]
[180 210 240 186 217 248]]

[[252 280 308 261 290 319]
[336 364 392 348 377 406]
[420 448 476 435 464 493]
[270 300 330 279 310 341]
[360 390 420 372 403 434]
[450 480 510 465 496 527]]

[[ 0 32 64 0 33 66]
[ 96 128 160 99 132 165]
[192 224 256 198 231 264]
[ 0 34 68 0 35 70]
[102 136 170 105 140 175]
[204 238 272 210 245 280]]

[[288 320 352 297 330 363]
[384 416 448 396 429 462]
[480 512 544 495 528 561]
[306 340 374 315 350 385]
[408 442 476 420 455 490]
[510 544 578 525 560 595]]

[[ 0 36 72 0 37 74]
[108 144 180 111 148 185]
[216 252 288 222 259 296]
[ 0 38 76 0 39 78]
[114 152 190 117 156 195]
[228 266 304 234 273 312]]

[[324 360 396 333 370 407]
[432 468 504 444 481 518]
[540 576 612 555 592 629]
[342 380 418 351 390 429]
[456 494 532 468 507 546]
[570 608 646 585 624 663]]]]